Python

Python是进行数据分析的优秀语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。熊猫是这些软件包中的一个，使导入和分析数据变得更加容易。从csv文件生成数据框时，许多空白列作为空值导入到数据框中，这会在操作该数据框时产生问题。isnull（）和notnull（）方法用于检查和管理数据帧中的空值。

null

数据帧。isnull（）

语法： 熊猫。isnull（“数据帧名称”）或数据帧。isnull（） 参数： 对象来检查空值 返回类型： 对于NaN值为真的布尔值的数据帧

要下载使用的CSV文件，请单击在这里 . 示例#1： 使用isnull（）在下面的示例中，检查Team列是否有空值，并通过isnull（）方法返回一个布尔序列，该方法将True存储为永久NaN值，False存储为非空值。

                           # importing pandas package                         
                           import                                        pandas as pd                         
            
                           # making data frame from csv file                         
                           data                                        =                                        pd.read_csv(                                        "employees.csv"                                        )                         
            
                           # creating bool series True for NaN values                         
                           bool_series                                        =                                        pd.isnull(data[                                        "Team"                                        ])                         
            
                           # filtering data                         
                           # displayind data only with team = NaN                         
                           data[bool_series]                         

输出： 如输出图像所示，只显示Team=NULL的行。

图片[1]-Python | isnull（）和notnull（）-yiteyi-C++库

数据帧。notnull（）

语法： 熊猫。notnull（“数据帧名称”）或数据帧。notnull（） 参数： 对象来检查空值 返回类型： 对于NaN值为False的布尔值的数据帧

示例#1： 使用notnull（）在下面的示例中，检查Gender列中是否有空值，notnull（）方法返回一个布尔序列，该方法存储True表示任何非空值，存储False表示空值。

python

                           # importing pandas package                         
                           import                                        pandas as pd                         
            
                           # making data frame from csv file                         
                           data                                        =                                        pd.read_csv(                                        "employees.csv"                                        )                         
            
                           # creating bool series False for NaN values                         
                           bool_series                                        =                                        pd.notnull(data[                                        "Gender"                                        ])                         
            
                           # displayed data only with team = NaN                         
                           data[bool_series]                         

输出： 如输出图像所示，仅显示具有一定性别值的行。

图片[2]-Python | isnull（）和notnull（）-yiteyi-C++库

文章版权归作者所有，未经允许请勿转载。

THE END

Python