Python|熊猫 dataframe.isna()
Python是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 dataframe.isna()函数用于检测缺失值。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 或 numpy.NaN，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: DataFrame.isna()
Returns : Mask of bool values for each element in DataFrame that indicates whether an element is not an NA value.
有关示例中使用的 CSV 文件的链接，请单击此处
示例 #1：使用isna()函数检测数据帧中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
_0.png)
让我们使用isna()函数来检测缺失值。
# detect the missing values
df.isna()
输出 ： _1.png)
在输出中，对应于缺失值的单元格包含真值，否则为假。示例 #2：使用isna()函数检测 pandas 系列对象中的缺失值
# importing pandas as pd
import pandas as pd
# Creating the series
sr = pd.Series([12, 5, None, 5, None, 11])
# Print the series
sr
_2.png)
让我们检测系列中的所有缺失值。
# to detect the missing values
sr.isna()
输出 ： _3.png)