Python Pandas Series.isna()
Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的,但必须是一个可散列的类型。该对象支持基于整数和标签的索引,并提供了大量的方法来执行涉及索引的操作。
Pandas Series.isna()函数检测给定系列对象中的缺失值。它返回一个布尔值大小相同的对象,表明这些值是否为NA。缺失的值被映射为True,非缺失的值被映射为False。
语法: Series.isna()
参数:无
返回 : 布尔值
例子#1:使用Series.isna()函数来检测给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.isna()函数来检测给定系列对象中的所有缺失值。
# detect missing values
result = sr.isna()
# Print the result
print(result)
输出 :
正如我们在输出中看到的,Series.isna()函数返回了一个包含布尔值的对象。所有的值都被映射为False,因为在给定的系列对象中没有缺失的值。
示例#2 :使用Series.isna()函数来检测给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.isna()函数来检测给定系列对象中的所有缺失值。
# detect missing values
result = sr.isna()
# Print the result
print(result)
输出 :
正如我们在输出中看到的,Series.isna()函数返回了一个包含布尔值的对象。所有缺失的值都被映射为真。