Python Pandas dataframe.isna()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.isna()函数用于检测缺失值。它返回一个布尔值相同大小的对象，指示值是否为NA。 NA值(例如None或numpy.NaN)被映射为True值。其他所有内容都映射为False值。空字符串”或numpy.inf之类的字符不视为NA值(除非您设置pandas.options.mode.use_inf_as_na = True)。

用法： DataFrame.isna()

有关示例中使用的CSV文件的链接，请单击此处

范例1：采用isna()函数以检测 DataFrame 中的缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.read_csv("nba.csv") 
  
# Print the dataframe 
df

让我们使用isna()检测缺失值的函数。

# detect the missing values 
df.isna()

输出：

在输出中，与缺失值相对应的单元格包含true值，否则为false。

范例2：采用isna()检测 Pandas 系列对象中缺失值的函数

# importing pandas as pd 
import pandas as pd 
  
# Creating the series  
sr = pd.Series([12, 5, None, 5, None, 11]) 
  
# Print the series 
sr

让我们检测该系列中所有缺失的值。

# to detect the missing values 
sr.isna()

输出：