Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.isna()
函数检测给定系列对象中的缺失值。它返回一个布尔值相同大小的对象,指示值是否为NA。缺失值被映射到True
并且将非缺失值映射到False
。
用法: Series.isna()
参数:没有
返回:布尔值
范例1:采用Series.isna()
函数以检测给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.isna()
函数以检测给定系列对象中的所有缺失值。
# detect missing values
result = sr.isna()
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.isna()
函数已返回包含布尔值的对象。所有值都已映射到False
因为给定系列对象中没有缺失值。
范例2:采用Series.isna()
函数以检测给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.isna()
函数以检测给定系列对象中的所有缺失值。
# detect missing values
result = sr.isna()
# Print the result
print(result)
输出:
正如我们在输出中看到的,Series.isna()
函数已返回包含布尔值的对象。所有缺失值都已映射到True
。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
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 Series.isna()。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。