【pandas】notnull函数

notnull函数返回bool型数组,True为非空,False为nan

import pandas as pd
import numpy as np

temp = pd.DataFrame({'age':[22,23,np.nan,25],'sex':['m',np.nan,'f',np.nan]})
print(temp)
>>> age  sex
0  22.0    m
1  23.0  NaN
2   NaN    f
3  25.0  NaN

temp.notnull()
>>> 	age	sex
	0	True	True
	1	True	False
	2	False	True
	3	True	False
引用中提到了Pandas中isin()函数的源码实现和使用方法。isin()函数可以用来判断数据是否与多个值相等,若相等则返回True,否则返回False。具体使用方法如下: import pandas as pd # 创建一个DataFrame data = pd.DataFrame([['foo','one','small',1],['foo','one','large',5], ['bar','one','small',10],['bar','two','small',10], ['bar','two','large',50]], columns=list('ABCD')) # 示例 1: 判断B列中的值是否为one和two data_1 = data['B'].isin(['one','two']) # 示例 2: 判断data中的所有值是否为foo、small和two data_2 = data.isin(['foo','small','two']) # 示例 3: 判断A列中的值是否为foo,C列中的值是否为small或large,其他列返回False data_3 = data.isin({"A":['foo'],'C':['small','large']}) 引用中提到了isin()函数的使用示例,并且提到isin()还可以与loc方法连用,用来对数据进行筛选。例如,可以使用data[data['B'].isin(['one'])筛选出B列的值为one的数据。另外,引用中还提到了Pandas的旧版本中有一个逆函数notin(),但在最新版本中已经被删除,可以使用~符号达到同样的效果。 总结而言,Pandas的isin()函数是用来判断数据是否与给定值相等的函数,可以用于Series和DataFrame,返回的结果为True或False。它可以用于对数据进行筛选和筛选出满足条件的数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Pandas:isin()用法及其注意事项](https://blog.csdn.net/yeshang_lady/article/details/112207877)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值