Python|熊猫索引.isnull()
Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。
Pandas Index.isnull()
函数检测缺失值。它返回一个布尔值相同大小的对象,指示值是否为 NA。 NA 值,例如 None、numpy.NaN 或 pd.NaT,被映射到 True 值。其他所有内容都映射到 False 值。空字符串'' 或 numpy.inf 等字符不被视为 NA 值(除非您设置 pandas.options.mode.use_inf_as_na = True)。
Syntax: Index.isnull()
Parameters : Doesn’t take any parameter.
Returns : A boolean array of whether my values are NA
示例 #1:使用Index.isnull()
函数检查 Index 中的任何值是否为NaN
值。
# importing pandas as pd
import pandas as pd
# Creating the Index
idx = pd.Index(['Labrador', None, 'Beagle', 'Mastiff',
'Lhasa', None, 'Husky', 'Beagle'])
# Print the Index
idx
输出 :
现在我们检查索引中的缺失值。
# checks for missing values.
idx.isnull()
输出 :
该函数返回一个与索引大小相同的数组对象。 True
值表示索引标签缺失, False
值表示存在索引标签。示例 #2:使用Index.isnull()
函数检查丢失的日期时间索引是否被视为NaN
值。
# importing pandas as pd
import pandas as pd
# Creating the Datetime Index
idx = pd.DatetimeIndex([pd.Timestamp('2015-02-11'),
None, pd.Timestamp(''), pd.NaT])
# Print the Datetime Index
idx
输出 :
现在我们将检查日期时间索引中的标签是否存在或缺失。
# test whether the passed Datetime Index
# labels are missing or not.
idx.isnull()
输出 :
正如我们在输出中看到的,该函数返回了一个与日期时间索引大小相同的数组对象。 True
值表示索引标签缺失, False
值表示索引标签不缺失。