跳转至

蟒蛇|熊猫系列. isna()

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

熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.isna()**功能检测给定序列对象中缺失的值。它返回一个相同大小的布尔对象，指示值是否为“无”。缺失值被映射到True，非缺失值被映射到False。

语法: Series.isna()

参数:无

返回:布尔值

示例#1: 使用Series.isna()功能检测给定序列对象中的缺失值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])

# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']

# set the index
sr.index = index_

# Print the series
print(sr)

输出: 现在我们将使用Series.isna()函数检测给定序列对象中所有缺失的值。

# detect missing values
result = sr.isna()

# Print the result
print(result)

输出: 正如我们在输出中看到的，Series.isna()函数已经返回了一个包含布尔值的对象。所有值都已映射到False，因为给定序列对象中没有缺失值。

示例 2 : 使用Series.isna()功能检测给定序列对象中的缺失值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, None, 32, 10, 5, 24, None])

# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')

# set the index
sr.index = index_

# Print the series
print(sr)

输出:

现在我们将使用Series.isna()函数来检测给定序列对象中所有缺失的值。

# detect missing values
result = sr.isna()

# Print the result
print(result)

输出: 正如我们在输出中看到的，Series.isna()函数返回了一个包含布尔值的对象。所有缺失的值都已映射到True。

回到顶部