Phát hiện các giá trị bị thiếu. Trả về một đối tượng có cùng kích thước boolean cho biết nếu các giá trị là NA. Các giá trị Na, chẳng hạn như không có hoặc >>> ser = pd.Series[[5, 6, np.NaN]]
>>> ser
0 5.0
1 6.0
2 NaN
dtype: float64
6, được ánh xạ tới các giá trị thực. Mọi thứ khác được ánh xạ tới các giá trị sai. Các ký tự như chuỗi trống >>> ser = pd.Series[[5, 6, np.NaN]]
>>> ser
0 5.0
1 6.0
2 NaN
dtype: float64
7 hoặc >>> ser = pd.Series[[5, 6, np.NaN]]
>>> ser
0 5.0
1 6.0
2 NaN
dtype: float64
8 không được coi là giá trị Na [trừ khi bạn đặt >>> ser = pd.Series[[5, 6, np.NaN]]
>>> ser
0 5.0
1 6.0
2 NaN
dtype: float64
9].
Mặt nạ của các giá trị bool cho mỗi phần tử trong DataFrame cho biết liệu một phần tử có phải là giá trị Na hay không.
Ví dụ
Hiển thị các mục nhập trong một khung dữ liệu là NA.
>>> df = pd.DataFrame[dict[age=[5, 6, np.NaN], ... born=[pd.NaT, pd.Timestamp['1939-05-27'], ... pd.Timestamp['1940-04-25']], ... name=['Alfred', 'Batman', ''], ... toy=[None, 'Batmobile', 'Joker']]] >>> df age born name toy 0 5.0 NaT Alfred None 1 6.0 1939-05-27 Batman Batmobile 2 NaN 1940-04-25 Joker
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False
Hiển thị các mục trong một loạt là NA.
>>> ser = pd.Series[[5, 6, np.NaN]] >>> ser 0 5.0 1 6.0 2 NaN dtype: float64
>>> ser.isna[] 0 False 1 False 2 True dtype: bool
Hàm dataFrame - isna []
Hàm isna [] được sử dụng để phát hiện các giá trị bị thiếu.
Trả về một đối tượng có cùng kích thước boolean cho biết nếu các giá trị là NA. Các giá trị Na, chẳng hạn như không có hoặc numpy.nan, được ánh xạ tới các giá trị thực. Mọi thứ khác được ánh xạ tới các giá trị sai. Các ký tự như chuỗi trống '' hoặc numpy.inf không được coi là giá trị Na [trừ khi bạn đặt pandas.options.mode.use_inf_as_na = true].
Syntax:
DataFrame.isna[self]
Trả về: DataFrame - Mặt nạ của các giá trị bool cho từng phần tử trong DataFrame cho biết liệu một phần tử không phải là giá trị Na.DataFrame - Mask of bool values for each element in DataFrame that indicates whether an element is not an NA value.DataFrame - Mask of bool values for each element in DataFrame that indicates whether an element is not an NA value.
Thí dụ:
Tải xuống các máy tính xách tay Pandas DataFrame từ đây.
Trước đó: DataFrame - Copy [] hàm Tiếp theo: DataFrame - notna [] hàm DataFrame - copy[] function Next: DataFrame - notna[] function DataFrame - copy[] function
Next: DataFrame - notna[] function
isna [] và dataFrame. isnull [] hoàn toàn không có sự khác biệt - mã nguồn tiết lộ rằng việc triển khai của họ hoàn toàn giống nhau. Cả hai đều được sử dụng để kiểm tra các giá trị bị thiếu [NAN].
DF ISNA là gì?
Hàm DataFrame - isna [] Hàm isna [] được sử dụng để phát hiện các giá trị bị thiếu. Trả về một đối tượng có cùng kích thước boolean cho biết nếu các giá trị là NA. Giá trị Na, chẳng hạn như không có hoặc numpy. Nan, được ánh xạ tới các giá trị thực. Mọi thứ khác được ánh xạ tới các giá trị sai.
isna [] và dataFrame. isnull [] hoàn toàn không có sự khác biệt - mã nguồn tiết lộ rằng việc triển khai của họ hoàn toàn giống nhau. Cả hai đều được sử dụng để kiểm tra các giá trị bị thiếu [NAN].
DF ISNA là gì?
Hàm DataFrame - isna [] Hàm isna [] được sử dụng để phát hiện các giá trị bị thiếu. Trả về một đối tượng có cùng kích thước boolean cho biết nếu các giá trị là NA. Giá trị Na, chẳng hạn như không có hoặc numpy. Nan, được ánh xạ tới các giá trị thực. Mọi thứ khác được ánh xạ tới các giá trị sai.
Xem thảo luậnPandas is one of those packages and makes importing and analyzing data much easier.
Cải thiện bài viết
Xem thảo luậnPandas is one of those packages and makes importing and analyzing data much easier. DataFrame.isna[]
Cú pháp: dataFrame.isna [] DataFrame.isna[] Mask of bool values for each element in DataFrame that indicates whether an element is not an NA value.
Trả về: Mặt nạ của các giá trị bool cho từng phần tử trong DataFrame cho biết liệu một phần tử không phải là giá trị Na. Mask of bool values for each element in DataFrame that indicates whether an element is not an NA value.
Đối với liên kết đến tệp CSV được sử dụng trong ví dụ, bấm vào đây
Ví dụ #1: Sử dụng hàm 0 để phát hiện các giá trị bị thiếu trong DataFrame. Use>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False0 để phát hiện các giá trị bị thiếu trong DataFrame. Use
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False0 function to detect the missing values in a dataframe.
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False1
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False2
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False3
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False4
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False5
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False6
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False7
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False8Hãy sử dụng hàm
>>> df.isna[]
age born name toy
0 False True False True
1 False False False False
2 True False False False
0 để phát hiện các giá trị bị thiếu.
Đầu ra: Trong đầu ra, các ô tương ứng với các giá trị bị thiếu chứa giá trị thực khác Sai. & NBSP; Ví dụ #2: Sử dụng hàm
In the output, cells corresponding to the missing values contains true value else false.Example #2: Use
Example #2: Use>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False0 function to detect the missing values in a dataframe.
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False1
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False2
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False3
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False4
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False5
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False6
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False7
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False8Hãy sử dụng hàm
>>> df.isna[]
age born name toy
0 False True False True
1 False False False False
2 True False False False
0 để phát hiện các giá trị bị thiếu.
Đầu ra: Trong đầu ra, các ô tương ứng với các giá trị bị thiếu chứa giá trị thực khác Sai. & NBSP; Ví dụ #2: Sử dụng hàm
In the output, cells corresponding to the missing values contains true value else false. isna. Detect missing values.
Example #2: Use
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False0 function to detect missing values in a pandas series object
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False1
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False2
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False3
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False4
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False5
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False6
>>> df.isna[] age born name toy 0 False True False True 1 False False False False 2 True False False False7
>>> ser.isna[] 0 False 1 False 2 True dtype: bool8Detect missing values for an array-like object. This function takes a scalar or array-like object and indicates whether values are missing [ NaN in numeric arrays, None or NaN in object arrays, NaT in datetimelike].
Sự khác biệt giữa isnull và isna trong Python là gì?
isna [] và dataFrame.isnull [] hoàn toàn không có sự khác biệt - mã nguồn tiết lộ rằng việc triển khai của họ hoàn toàn giống nhau.Cả hai đều được sử dụng để kiểm tra các giá trị bị thiếu [NAN].There is absolutely no difference - the source code reveals that their implementations are exactly the same. Both are used to check for missing values [ NaN ].There is absolutely no difference - the source code reveals that their implementations are exactly the same. Both are used to check for missing values [ NaN ].
DF ISNA là gì?
Hàm DataFrame - isna [] Hàm isna [] được sử dụng để phát hiện các giá trị bị thiếu.Trả về một đối tượng có cùng kích thước boolean cho biết nếu các giá trị là NA.Giá trị Na, chẳng hạn như không có hoặc numpy.Nan, được ánh xạ tới các giá trị thực.Mọi thứ khác được ánh xạ tới các giá trị sai.used to detect missing values. Return a boolean same-sized object indicating if the values are NA. NA values, such as None or numpy. NaN, gets mapped to True values. Everything else gets mapped to False values.used to detect missing values. Return a boolean same-sized object indicating if the values are NA. NA values, such as None or numpy. NaN, gets mapped to True values. Everything else gets mapped to False values.