在 Pandas 中使用isnull() 方法判断元素是否为缺省值

2023-02-24 00:00:00 元素判断缺省

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