Python|熊猫 Series.notnull()

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.notnull()函数检测现有（非缺失）值。此函数返回一个与对象大小相同的布尔对象，指示值是否为缺失值。非缺失值被映射到True 。空字符串” 或numpy.inf等字符不被视为 NA 值（除非设置了 pandas.options.mode.use_inf_as_na = True）。 NA 值，例如 None 或 numpy.NaN，被映射到 False 值。

Syntax: Series.notnull()

Parameter : None

Returns : Series

编程需要懂一点英语

示例 #1：使用Series.notnull()函数检测给定系列对象中的所有非缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 24, 6])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出：

现在我们将使用Series.notnull()函数来检测系列对象中的非缺失值。

# detect non-missing value
result = sr.notnull()
  
# Print the result
print(result)

输出：

正如我们在输出中看到的， Series.notnull()函数返回了一个布尔对象。 True表示对应的值没有缺失。 False值表示缺少该值。由于没有缺失值，因此该系列中的所有值都是 True。

示例 #2：使用Series.notnull()函数检测给定系列对象中的所有非缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出：

现在我们将使用Series.notnull()函数来检测系列对象中的非缺失值。

# detect non-missing value
result = sr.notnull()
  
# Print the result
print(result)

输出：

正如我们在输出中看到的， Series.notnull()函数返回了一个布尔对象。 True表示对应的值没有缺失。 False值表示缺少该值。