Python | 熊猫系列.isna()

在 Pandas 中，我们经常会遇到处理数据缺失的情况。其中一个常用的方法就是使用 .isna() 函数。下面我们来详细介绍一下这个函数的用法。

功能

.isna() 函数可以判断数据是否是缺失值，返回一个布尔类型的 DataFrame 或 Series。如果原始数据中该位置的值是缺失值，则返回 True；否则返回 False。

用法

1. 判断 DataFrame 中的所有值是否是缺失值

   df.isna()
   

   返回一个与 DataFrame 大小相同的布尔类型 DataFrame，其中数据缺失的位置为 True，非缺失的位置为 False。

2. 判断 Series 中的所有值是否是缺失值

   s.isna()
   

   返回一个与 Series 大小相同的布尔类型 Series，其中数据缺失的位置为 True，非缺失的位置为 False。

3. 判断 DataFrame 或 Series 中的特定列是否是缺失值

   df['列名'].isna()
   

   返回一个与 DataFrame 或 Series 大小相同的布尔类型 Series，其中数据缺失的位置为 True，非缺失的位置为 False。

示例

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, None], 'B': [None, 4, 5]})

# 判断整个 DataFrame 是否是缺失值
print(df.isna())

# 判断特定列是否是缺失值
print(df['A'].isna())

# 判断特定索引位置是否是缺失值
print(df.isna().iloc[2, 1])

输出结果为：

       A      B
0  False   True
1  False  False
2   True  False

0    False
1    False
2     True
Name: A, dtype: bool

False

以上就是.isna() 函数的基本用法和示例。在数据清洗和数据分析中处理缺失值是非常重要的一项工作，掌握好这个函数可以帮助我们更高效地处理数据缺失的情况。