Python Pandas Index.notna()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 Index.notna()函数检测现有(非缺失)值。返回一个布尔值相同大小的对象，指示值是否不是NA。非缺失值将映射为True。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)。 NA值(例如None或numpy.NaN)被映射为False值。

用法： Index.notna()

参数:不带任何参数。

返回:numpy.ndarray：布尔数组，指示哪些条目不是NA。

范例1：采用Index.notna()函数在索引中查找所有非缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Index 
idx = pd.Index(['Labrador', None, 'Beagle', 'Mastiff', 
                    'Lhasa', None, 'Husky', 'Beagle']) 
# Print the Index 
idx

输出：

现在，我们检查索引中的非缺失值。

# checks for non-missing values. 
idx.notna()

输出：

该函数返回的数组对象的大小与索引的大小相同。True值表示不缺少索引标签，并且False值表示缺少索引标签。

范例2：采用Index.notna()函数以检查Datetime索引中是否存在不丢失的labela。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Datetime Index 
idx = pd.DatetimeIndex([pd.Timestamp('2015-02-11'),  
                    None, pd.Timestamp(''), pd.NaT]) 
  
# Print the Datetime Index 
idx

输出：

现在，我们将检查日期时间索引中的标签是否存在。

# test whether the passed Datetime  
# Index labels are missing or not. 
idx.notna()

输出：

正如我们在输出中看到的那样，该函数返回的数组对象的大小与Datetime Index的大小相同。True值表示不缺少索引标签，并且False值表示缺少索引标签。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Index.notna()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。