跳转至

Python | Pandas index.ISNA()

原文:https://www.geeksforgeeks.org/python-pandas-index-isna/

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 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。

熊猫 **Index.isna()**功能检测缺失值。它返回一个相同大小的布尔对象，指示值是否为“无”。数值，如无、数值。NaN 或 pd。NaT，映射到真值。其他一切都被映射到假值。空字符串“”或 numpy.inf 等字符不被视为 NA 值(除非您设置 pandas.options.mode.use_INF_as_NA = True)。

语法: Index.isna()

参数:不取任何参数。

返回:一个布尔数组，表示我的值是否为 NA

示例#1: 使用Index.isna()功能检查索引中的任何值是否为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

输出:

现在我们检查索引中缺少的值。

# checks for missing values.
idx.isna()

输出: 该函数返回一个数组对象，其大小与索引的大小相同。True值表示索引标签丢失，False值表示索引标签存在。

示例 2: 使用Index.isna()函数检查缺失的日期时间索引是否被视为NaN值。

# 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

输出:

现在我们将检查日期时间索引中的标签是否存在或缺失。

# test whether the passed Datetime 
# Index labels are missing or not.
idx.isna()

输出:

正如我们在输出中看到的，该函数返回了一个数组对象，其大小与日期时间索引的大小相同。True值表示索引标签缺失，False值表示索引标签未缺失。

回到顶部