Python Pandas isnull()和notnull()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。
当从csv文件制作一个数据框架时，许多空白列被作为空值导入数据框架，这在以后操作该数据框架时产生了问题。Pandas isnull()和notnull()方法被用来检查和管理数据框架中的空值。

Dataframe.isnull()

语法： Pandas.isnull("DataFrame Name")或DataFrame.isnull()
参数：用于检查空值的对象。
返回类型：布尔值的数据帧，对NaN值来说是真。
例子#1：使用isnull()。
在下面的例子中，Team列被检查是否有NULL值，并通过isnull()方法返回一个布尔系列，该方法对NaN值存储为True，对非NULL值存储为False。

# 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
# displaying data only with team = NaN
data[bool_series]

输出:
如输出图片所示，只有Team=NULL的行被显示。

Dataframe.notnull()

语法: Pandas.notnull(“DataFrame Name”) or DataFrame.notnull()

参数: 检查空值的对象

返回值 : 对NaN值来说是假的布尔值的数据帧.

例子#1：使用notnull()。
在下面的例子中，Gender列被检查为NULL值，notnull()方法返回一个布尔系列，该方法对NON-NULL值存储为True，对NULL值存储为False。

# 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:
如输出图片所示，只有在Gender中具有某些值的行被显示出来。