使用 notnull() 检查 Python Pandas 中的空值

notnull() 方法返回一个布尔值，即如果数据框具有空值，则返回 False，否则返回 True。

假设以下是我们带有 NaN 即 null 值的 CSV 文件-

首先让我们读取 CSV 文件 –

dataFrame = pd.read_csv("C:\Users\amit_\Desktop\CarRecords.csv")

检查非空值 –

res = dataFrame.notnull()

现在，在显示数据框时，CSV 数据将以 True 和 False 即布尔值的形式显示，因为 notnull() 返回布尔值。对于空值，False 将显示。对于非空值，将显示 True。

示例

以下是完整代码 –

import pandas as pd

# 读取 csv 文件
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\CarRecords.csv")
print("数据框...\n",dataFrame)

# 计算数据框中的行和列数
print("\n我们的数据框中行和列的数目 = ",dataFrame.shape)

res = dataFrame.notnull()
print("\n数据框为 null (NaN) 值显示 False = \n",res)

dataFrame = dataFrame.dropna()
print("\n移除空值后的数据框...\n",dataFrame)
print("\n更新后的我们的数据框中行和列的数目 = ",dataFrame.shape)

输出

这将产生以下输出-

数据框...
           车型       地点     售出数量
0         奥迪    班加罗尔        80.0
1     保时捷     孟买       110.0
2  劳斯莱斯     印度       NaN
3         宝马     德里       200.0
4     奔驰   海德拉巴        80.0
5  兰博基尼  昌迪加尔       NaN
6         奥迪     孟买       NaN
7     奔驰       印度       120.0
8  兰博基尼       德里       100.0

我们的数据框中行和列的数目 = (9, 3)

数据框为 null 值显示 False =
    车型   地点   售出数量
0  True  True     True
1  True  True     True
2  True  True   False
3  True  True     True
4  True  True     True
5  True  True   False
6  True  True   False
7  True  True     True
8  True  True     True

移除空值后的数据框...
           车型     地点 售出数量
0         奥迪  班加罗尔  80.0
1     保时捷   孟买  110.0
3         宝马   德里  200.0
4     奔驰 海德拉巴  80.0
7     奔驰   印度  120.0
8  兰博基尼   德里  100.0

更新后的我们的数据框中行和列的数目 = (6, 3)