Pandas库学习之DataFrame.isnull()函数

Pandas库学习之DataFrame.isnull()函数

一、简介

DataFrame.isnull()是Pandas库中用于检测DataFrame对象中的缺失值的一个函数。它返回一个布尔型的DataFrame，其中，原DataFrame中的缺失值位置会被标记为True，非缺失值位置会被标记为False。

二、语法和参数

DataFrame.isnull()

此函数不接受任何参数。

三、实例

3.1 判断DataFrame中的缺失值

import pandas as pd
import numpy as np
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': [4, np.nan, 6],
    'C': [7, 8, 9]
})
# 使用isnull()函数检测缺失值
missing_values = df.isnull()
print(missing_values)

输出：

       A      B      C
0  False  False  False
1  False   True  False
2   True  False  False

3.2 计算每列缺失值的总数

# 计算每列的缺失值总数
missing_counts = df.isnull().sum()
print(missing_counts)

输出：

A    1
B    1
C    0
dtype: int64

四、注意事项

• isnull()函数仅检测缺失值（NaN），不会将其他特定值（如无穷大）视为缺失。
• 当使用isnull()函数处理大型数据集时，它可能会消耗较多内存，因为它会返回与原始DataFrame大小相同的布尔型DataFrame。
• 在进行数据清洗或预处理时，经常需要先使用isnull()检测缺失值，然后根据业务需求进行相应的处理，例如删除或填充缺失值。