Python Pandas Series.notna()用法及代码示例

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.notna()函数检测现有(非缺失)值。此函数返回一个布尔对象，其大小与对象相同，指示值是否缺少值。非缺失值将映射为True。空字符串”或numpy.inf不视为NA值(除非设置了pandas.options.mode.use_inf_as_na = True)。 NA值(例如None或numpy.NaN)被映射为False值。

用法： Series.notna()

范例1：采用Series.notna()函数检测给定系列对象中的所有非缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 11, 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.notna()函数检测系列对象中的非缺失值。

# detect non-missing value 
result = sr.notna() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.notna()函数已返回布尔对象。True表示没有缺少相应的值。Falsevalue表示缺少该值。在本系列中，所有值均为True，因为没有缺失值。

范例2：采用Series.notna()函数检测给定系列对象中的所有非缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.notna()函数检测系列对象中的非缺失值。

# detect non-missing value 
result = sr.notna() 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.notna()函数已返回布尔对象。True表示没有缺少相应的值。Falsevalue表示缺少该值。