Hướng dẫn dùng pd.isnull python
Mô tả vấn đề Thư viện pandas của python có hàm rất thuận tiện isnull () trong thư viện, có thể được sử dụng để đánh giá việc mất các giá trị bị thiếu. Chúng tôi tìm hiểu cách sử dụng nó thông qua một số ví dụ. Trước hết, chúng tôi tạo một dataframe, một số trong đó là các giá trị bị thiếu. import pandas as pdimport numpy as np df = pd.DataFrame(np.random.randint(10,99,size=(10,5))) df.iloc[4:6,0] = np.nan df.iloc[5:7,2] = np.nan df.iloc[7,3] = np.nan df.iloc[2:3,4] = np.nan Các kết quả thu được được hiển thị bên dưới 0 1 2 3 40 63.0 89 58.0 94.0 10.0 1 44.0 77 66.0 54.0 14.0 2 25.0 41 93.0 56.0 NaN 3 43.0 26 27.0 53.0 44.0 4 NaN 98 45.0 32.0 45.0 5 NaN 28 NaN 72.0 10.0 6 69.0 92 NaN 24.0 61.0 7 51.0 22 35.0 NaN 72.0 8 83.0 32 93.0 62.0 25.0 9 48.0 54 83.0 30.0 79.0 Hãy chạy những điều sau đây isnull () để xem kết quả sẽ xuất hiện df.isnull()0 1 2 3 4 0 False False False False False 1 False False False False False 2 False False False False True 3 False False False False False 4 True False False False False 5 True False True False False 6 False False True False False 7 False False False True False 8 False False False False False 9 False False False False False Có thể thấy rằng chương trình trả về giá trị boolean. Nơi này là một giá trị bị thiếu và trả về True. **khác ** Sử dụng trực tiếp isnull (). Chúng tôi gọi các lệnh khác để thử. 0 True 1 False 2 True 3 True 4 True dtype: bool Có thể thấy rằng df.isnull().any () sẽ xác định cột nào chứa các giá trị bị thiếu. Nếu có một giá trị bị thiếu trong cột này, True, nếu không False. df.isnull().sum()0 2 1 0 2 2 3 1 4 1 dtype: int64 isnull().sum () thậm chí còn trực quan hơn. Nó trực tiếp cho chúng ta biết số lượng các giá trị bị mất trong mỗi cột. Đưa Bạn Đến Để Biết DjangoDjango Giới thiệu: Django, phát âm [`d ʒæŋəʊ], là một nguồn mở web được viết bằng ngôn ngữ python và tuân theo thiết kế MVC. |