Python Pandas Index.isnull()

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 Index.isnull()函数检测缺失值。它返回一个布尔同尺寸的对象，表明这些值是否为NA。NA值，如None、numpy.NaN或pd.NaT，会被映射为True值。其他的都会被映射为假值。空字符串”或numpy.inf等字符不被视为NA值（除非你设置pandas.options.mode.use_inf_as_na = True）。

语法: Index.isnull()

参数：不接受任何参数。

返回：一个布尔数组，显示我的值是否为NA。

例子#1：使用Index.isnull()函数来检查Index中的任何一个值是否是NaN值。

# importing pandas as pd
import pandas as pd
  
# Creating the Index
idx = pd.Index(['Labrador', None, 'Beagle', 'Mastiff',
                   'Lhasa', None, 'Husky', 'Beagle'])
# Print the Index
idx

输出 :

现在我们检查索引中的缺失值。

# checks for missing values.
idx.isnull()

输出 :

该函数返回一个数组对象，其大小与索引的大小相同。真值意味着索引标签丢失，假值意味着索引标签存在。

示例#2：使用Index.isnull()函数来检查缺失的Datetime索引是否被认为是NaN值。

# importing pandas as pd
import pandas as pd
  
# Creating the Datetime Index
idx = pd.DatetimeIndex([pd.Timestamp('2015-02-11'),
                   None, pd.Timestamp(''), pd.NaT])
  
# Print the Datetime Index
idx

输出 :

现在我们将检查Datetime Index中的标签是否存在或丢失。

# test whether the passed Datetime Index
# labels are missing or not.
idx.isnull()

输出 :

正如我们在输出中看到的，该函数返回了一个数组对象，其大小与Datetime索引的大小相同。真值意味着索引标签丢失，假值意味着索引标签没有丢失。