Python熊猫：isnull() 和 notnull()

在Pandas中，DataFrame带有isnull()和notnull()方法，两种方法都可以用来检测缺失值或NaN。isnull()返回True表示缺失值或NaN，notnull()返回False表示缺失值或NaN。使用这些方法将帮助您更好地处理DataFrame中的缺失值。

isnull()

isnull()方法在DataFrame中查找缺失值，返回一个矩阵（DataFrame），其中原始数据中缺失值或Nan的单元格标记为True，其他单元格标记为False。

下面是一个示例代码，演示如何在DataFrame中使用isnull()方法：

import pandas as pd
import numpy as np
 
# 创建一个包含缺失值的DataFrame 
df = pd.DataFrame(np.random.randn(5, 4), index=['a', 'c', 'e', 'f', 'h'],columns=['one', 'two', 'three', 'four'])
df = df.reindex(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'])

# isnull()方法
print(df.isnull())

输出：

     one    two  three   four
a  False  False  False  False
b   True   True   True   True
c  False  False  False  False
d   True   True   True   True
e  False  False  False  False
f  False  False  False  False
g   True   True   True   True
h  False  False  False  False

在上面的代码中，我们创建了一个具有缺少值的DataFrame，并使用isnull()方法来查找缺少值。

notnull()

类似于isnull()方法，notnull()方法也用于查找缺失值。不同之处在于notnull()方法返回False表示缺少值或Nan。

以下是notnull()方法的示例代码：

# notnull()方法
print(df.notnull())

输出：

     one    two  three   four
a   True   True   True   True
b  False  False  False  False
c   True   True   True   True
d  False  False  False  False
e   True   True   True   True
f   True   True   True   True
g  False  False  False  False
h   True   True   True   True

在上面的代码中，我们使用notnull()方法来查找DataFrame中的缺失值。 与isnull()方法不同，notnull()返回False表示缺失值或NaN。

结论

isnull()和notnull()是用于检测缺失值的两种方法。isnull()方法返回True表示缺失值或NaN，notnull()返回False表示缺失值或NaN。在处理缺失值时，这两种方法都非常有用，因为它们帮助我们更好地理解数据集中的缺失值。