无名阁,只为技术而生。流水不争先,争的是滔滔不绝。

(isnull函数) 详解pandas.DataFrame.isnull()(检测缺失值)函数使用方法 pandas.DataFrame.isnull(): 检查缺失值 全网首发(图文详解1)

前沿技术 Micheal 4个月前 (06-04) 53次浏览 已收录 扫描二维码

(isnull函数) 详解pandas.DataFrame.isnull()(检测缺失值)函数使用方法

pandas.DataFrame.isnull() 是一个很有用的函数,用于检查 pandas DataFrame 中的所有条目是否为空,即它帮助我们确认 DataFrame 中的缺失值或 NaN值。如果值是缺失的,那么它返回True,如果不是,则返回False。

先来导入必要的库:

# 导入 pandas 库
import pandas as pd 

接下来,创建一个 DataFrame:

# 创建一个 DataFrame
df = pd.DataFrame({"A":[1, 2, pd.NaT],
                   "B":[3, pd.NaT, 4],
                   "C":[5, 6, 7]})

现在,你可以通过调用函数 df.isnull() 来检查是否有缺失的值。以下是相应的代码:

# 使用 isnull() 函数
print(df.isnull())

这将返回一个 DataFrame,其中包含的布尔值表明原始DataFrame中的对应元素是否为空。如果原始 DataFrame 中的元素为空,对应的值将会是 True,否则,会是 False。

输出结果将如下:

  A      B      C

0 False False False
1 False True False
2 True False False

代码解析:

  • 首先,我们创建了一个 DataFrame df,其中包含一些 NaN 或缺少的值。
  • 然后,我们使用了 pandas.DataFrame.isnull() 函数来获取有关 df 是否包含任何 NaN 或缺失值的信息。该函数返回一个 DataFrame,其中的布尔值与传递的源 DataFrame 的元素一一对应。如果源元素为 NaN 或缺失,返回 True;否则,返回 False。

这就是使用 pandas.DataFrame.isnull() 函数检查 pandas DataFrame 中是否存在 NaN 或缺失值的简单步骤。
(python 遍历数组) python遍历数组的三种方法 Python中数组遍历的三种方法 全网首发(图文详解1)
(405错误) http请求报错:405 Method Not Allowed的原因和解决办法 HTTP状态码405:服务器禁止请求方法 全网首发(图文详解1)

喜欢 (0)
[]
分享 (0)
关于作者:
流水不争先,争的是滔滔不绝