在 Pandas 中使用isnull() 方法判断元素是否为缺省值
在 Pandas 中,isnull() 方法用于判断 DataFrame 或 Series 中的每个元素是否为缺失值(NaN)。该方法返回一个与原始 DataFrame 或 Series 大小相同的布尔型对象,其中缺失值对应的位置为 True,否则为 False。
以下是示例代码:
import pandas as pd import numpy as np # 创建一个包含 NaN 的 Series s = pd.Series([1, 2, np.nan, 4, np.nan]) # 判断哪些元素是 NaN print(s.isnull())
输出结果如下所示:
0 False 1 False 2 True 3 False 4 True dtype: bool
在这个示例中,我们创建了一个包含 NaN 的 Series,并使用 isnull() 方法判断每个元素是否为缺失值。最后得到的结果是一个包含布尔值的新 Series,其中每个缺失值对应的位置为 True。
我们也可以将 isnull() 方法用于 DataFrame,来判断 DataFrame 中的每个元素是否为缺失值。以下是示例代码:
import pandas as pd import numpy as np # 创建一个包含 NaN 的 DataFrame df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [np.nan, 5, 6], 'C': [7, 8, 9]}) # 判断哪些元素是 NaN print(df.isnull())
输出结果如下所示:
A B C 0 False True False 1 True False False 2 False False False
在这个示例中,我们创建了一个包含 NaN 的 DataFrame,并使用 isnull() 方法判断每个元素是否为缺失值。最后得到的结果是一个包含布尔值的新 DataFrame,其中每个缺失值对应的位置为 True。
相关文章