Python Pandas TimedeltaIndex.notna

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。

Pandas TimedeltaIndex.notna()函数从给定的TimedeltaIndex对象中检测出所有非缺失的值。这个函数的功能与TimedeltaIndex.isna()相反。

语法: TimedeltaIndex.notna()

参数：无

返回 : 一个布尔数组，表示该值是否为不适用。

示例#1：使用TimedeltaIndex.notna()函数从给定的TimedeltaIndex对象中检测所有非缺失的值。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', None, '22 day 2 min 3us 10ns',
                                   '+23:59:59.999999', None, '+12:19:59.999999'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.notna()函数从tidx对象中检测所有的非遗漏值。

# find all non-missing values
tidx.notna()

输出 :

正如我们在输出中看到的，TimedeltaIndex.notna()函数返回了一个布尔数组，其中包含对应于非缺失值的True值和对应于缺失值的False值。

示例#2：使用TimedeltaIndex.notna()函数从给定的TimedeltaIndex对象中检测所有非缺失值。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =[None, '1 days 06:05:01.000030', None,
                       '1 days 02:00:00', '21 days 06:15:01.000030'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.notna()函数从tidx对象中检测所有的非遗漏值。

# find all non-missing values
tidx.notna()

输出 :

正如我们在输出中看到的，TimedeltaIndex.notna()函数返回了一个布尔数组，其中包含对应于非缺失值的True值和对应于缺失值的False值。