Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas Index.isna()
函數檢測缺失值。它返回一個布爾值相同大小的對象,指示值是否為NA。 NA值(例如None,numpy.NaN或pd.NaT)被映射為True值。其他所有內容都映射為False值。空字符串“”或numpy.inf之類的字符不視為NA值(除非您設置pandas.options.mode.use_inf_as_na = True)。
用法: Index.isna()
參數:不帶任何參數。
返回:一個布爾數組,表示我的值是否為NA
範例1:采用Index.isna()
函數檢查索引中的任何值是否為NaN
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
輸出:
現在,我們檢查索引中的缺失值。
# checks for missing values.
idx.isna()
輸出:
該函數返回的數組對象的大小與索引的大小相同。True
值表示缺少索引標簽,並且False
值表示存在索引標簽。
範例2:采用Index.isna()
用於檢查是否考慮了缺少的Datetime索引的函數NaN
值與否。
# 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
輸出:
現在,我們將檢查日期時間索引中的標簽是否存在。
# test whether the passed Datetime
# Index labels are missing or not.
idx.isna()
輸出:
正如我們在輸出中看到的那樣,該函數返回的數組對象的大小與Datetime Index的大小相同。True
值表示缺少索引標簽,並且False
值表示不缺少索引標簽。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Series.str.len()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
- Python Pandas TimedeltaIndex.name用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.between()用法及代碼示例
- Python Pandas DataFrame.where()用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas.pivot_table()用法及代碼示例
- Python Pandas Series.mod()用法及代碼示例
- Python Pandas Dataframe.at[ ]用法及代碼示例
- Python Pandas Dataframe.iat[ ]用法及代碼示例
- Python Pandas.pivot()用法及代碼示例
- Python Pandas dataframe.mul()用法及代碼示例
- Python Pandas.melt()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Index.isna()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。