跳转至

蟒蛇|熊猫系列. notna()

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

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.notna()**功能检测现有(非缺失)值。此函数返回一个与对象大小相同的布尔对象,指示值是否缺失。非缺失值映射到。空字符串”或numpy.inf等字符不被视为数值(除非设置了 pandas.options.mode.use_INF_as_NA = True)。数值,如无或数值。NaN,映射到 False 值。

语法: Series.notna()

参数:

返回:系列

示例#1: 使用Series.notna()功能检测给定序列对象中的所有非缺失值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([10, 25, 3, 11, 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.notna()函数来检测序列对象中的非缺失值。

# detect non-missing value
result = sr.notna()

# Print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.notna()函数返回了一个布尔对象。True表示对应的值没有缺失。False值表示缺少该值。该系列中的所有值都为真,因为没有缺失值。

示例#2: 使用Series.notna()功能检测给定序列对象中的所有非缺失值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])

# Print the series
print(sr)

输出:

现在我们将使用Series.notna()函数来检测序列对象中的非缺失值。

# detect non-missing value
result = sr.notna()

# Print the result
print(result)

输出:

正如我们在输出中看到的那样,Series.notna()函数返回了一个布尔对象。True表示对应的值没有缺失。False值表示缺少该值。



回到顶部