用法:
pandas.isna(obj)
检测 array-like 对象的缺失值。
此函数采用标量或array-like 对象并指示是否缺少值(数字数组中的NaN
,对象数组中的None
或NaN
,datetimelike 中的NaT
)。
参数:
返回:
obj:标量或array-like
检查空值或缺失值的对象。
bool 或 array-like of bool
对于标量输入,返回标量布尔值。对于数组输入,返回一个布尔数组,指示是否缺少每个相应的元素。
例子:
标量参数(包括字符串)产生标量布尔值。
>>> pd.isna('dog')
False
>>> pd.isna(pd.NA)
True
>>> pd.isna(np.nan)
True
ndarrays 产生一个布尔值的 ndarray。
>>> array = np.array([[1, np.nan, 3], [4, 5, np.nan]])
>>> array
array([[ 1., nan, 3.],
[ 4., 5., nan]])
>>> pd.isna(array)
array([[False, True, False],
[False, False, True]])
对于索引,返回一个布尔值数组。
>>> index = pd.DatetimeIndex(["2017-07-05", "2017-07-06", None,
... "2017-07-08"])
>>> index
DatetimeIndex(['2017-07-05', '2017-07-06', 'NaT', '2017-07-08'],
dtype='datetime64[ns]', freq=None)
>>> pd.isna(index)
array([False, False, True, False])
对于 Series 和 DataFrame,返回相同的类型,包含布尔值。
>>> df = pd.DataFrame([['ant', 'bee', 'cat'], ['dog', None, 'fly']])
>>> df
0 1 2
0 ant bee cat
1 dog None fly
>>> pd.isna(df)
0 1 2
0 False False False
1 False True False
>>> pd.isna(df[1])
0 False
1 True
Name:1, dtype:bool
好了, 以上是本文所有内容,希望对大家有所帮助,也希望大家对码农之家多多支持,你们的支持是我创作的动力!祝大家生活愉快!