脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python isnull

Python pandas库中isnull函数使用方法

 更新时间：2022年06月14日 16:03:47   作者：波尔德  
这篇文章主要介绍了Python pandas库中isnull函数使用方法，python的pandas库中有⼀个⼗分便利的isnull()函数，它可以⽤来判断缺失值，具体介绍需要的小伙伴可以参考一下

前言：

python的pandas库中有⼀个⼗分便利的isnull()函数，它可以⽤来判断缺失值，我们通过⼏个例⼦学习它的使⽤⽅法。
⾸先我们创建⼀个dataframe,其中有⼀些数据为缺失值。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(10,99,size=(10,5)))
df.iloc[4:6,0] = np.nan
df.iloc[5:7,2] = np.nan
df.iloc[7,3] = np.nan
df.iloc[2:3,4] = np.nan

得到的结果如下所⽰：

在这里插入图片描述

也可以通过pycharm的ScivView查看：

在这里插入图片描述

我们先来运⾏一下isnull()看会出现什么结果：

print(df.isnull())

运行结果如下所示：

在这里插入图片描述

总结：isnull()返回了布尔值，若该处为缺失值，返回True，若该处不为缺失值，则返回False

直接使⽤isnull()并不能很直观的反应缺失值的信息。 我们再调⽤其他命令进⾏尝试。
df.isnull().any()

# 会判断哪些列包含缺失值，该列存在缺失值则返回True，反之False。
print(df.isnull().any())

运行结果如下所示：

在这里插入图片描述

总结：isnull().any()会判断哪些列包含缺失值，该列存在缺失值则返回True，反之False。

再来看一个例子：

使用isnull().sum()它直接告诉我们每列缺失值的个数。

# isnull().sum()就更加直观了，它直接告诉了我们每列缺失值的个数。
print(df.isnull().sum())

运行结果如下所示：

在这里插入图片描述

我来解释一下上面图片：

  • 第0列有2个值为NAN（Not A Number）
  • 第1列有1个值为NAN
  • 第2列有2个值为NAN
  • 第3列有1个值为NAN
  • 第4列有1个值为NAN

我们再细心看看这个图。是不是和我们isnull().sum()的结果一模一样？

在这里插入图片描述

到此这篇关于Python pandas库中isnull函数使用方法的文章就介绍到这了,更多相关Python isnull内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python使用pandas对数据进行差分运算的方法

    Python使用pandas对数据进行差分运算的方法

    今天小编就为大家分享一篇Python使用pandas对数据进行差分运算的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • 图神经网络GNN算法基本原理详解

    图神经网络GNN算法基本原理详解

    这篇文章主要为大家介绍了图神经网络GNN算法基本原理详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-05-05
  • Python Coroutine池化的实现详解

    Python Coroutine池化的实现详解

    在当今计算机科学和软件工程的领域中,池化技术如线程池、连接池和对象池等已经成为优化资源利用率和提高软件性能的重要工具,所以下面我们就来看看Coroutine池化的具体实现吧
    2024-01-01
  • pandas实现数据合并的示例代码

    pandas实现数据合并的示例代码

    本文主要介绍了pandas实现数据合并的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2022-05-05
  • numpy判断数值类型、过滤出数值型数据的方法

    numpy判断数值类型、过滤出数值型数据的方法

    今天小编就为大家分享一篇numpy判断数值类型、过滤出数值型数据的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • 零基础学习Python爬虫

    零基础学习Python爬虫

    这篇文章主要讲解了Python爬虫的基础知识，文中相关知识讲解的非常详细，感兴趣的小伙伴可以参考参考
    2021-08-08
  • PyQt6+pyqtgraph折线图绘制显示功能

    PyQt6+pyqtgraph折线图绘制显示功能

    文章介绍了如何在PyQt6中使用pyqtgraph库绘制和显示折线图,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧
    2024-11-11
  • Python使用迭代器打印螺旋矩阵的思路及代码示例

    Python使用迭代器打印螺旋矩阵的思路及代码示例

    用Python的itertools模块来创建具有迭代功能的函数十分具有技巧性,这里我们就来看一下借助itertools模块、Python使用迭代器打印螺旋矩阵的思路及代码示例
    2016-07-07
  • 深入理解 Python 中的 pip 虚拟环境(最佳实践)

    深入理解 Python 中的 pip 虚拟环境(最佳实践)

    本文深入讲解了Python中pip虚拟环境的概念及其重要性,并详细介绍了如何创建、激活和管理虚拟环境,以及如何使用requirements.txt文件记录和管理项目依赖,文章指出,使用虚拟环境可以有效避免依赖冲突,为每个项目提供一个干净的开发环境,使得项目更易于维护和部署
    2024-10-10
  • 使用PyTorch处理多维特征输入数据的完美实现

    使用PyTorch处理多维特征输入数据的完美实现

    在机器学习和深度学习领域,我们经常会面对具有多维特征输入的问题,这种情况出现在各种应用中,包括图像识别、自然语言处理、时间序列分析等,PyTorch是一个强大的深度学习框架,在本篇博客中,我们将探讨如何使用PyTorch来处理多维特征输入数据
    2023-10-10

最新评论