判断DataFrame中某一项的值是否为空的方法有两种:
1.通过pd.isnull()来判断,语法格式:
import pandas as pd
pd.isnull(data.loc[i,'column_name'])
#或者下面这条
pd.isnull(data.loc[i,'column_name'])==True
转化为:判断某项值不为空的方法,不为空则继续执行的if语句
import pandas as pd
pd.isnull(data.loc[i,'column_name'])==False
if pd.isnull(data.loc[i,'column_name'])==False :
2.通过np.nan 来比较判断,语法格式:
df['column_name'][i] is not np.nan
3.剔除掉Dataframe类型数据某列中为空的数据,为空的列剔除掉其整行数据
#剔除掉为空的行
data=data[pd.isnull(data['column_name'])==False]
#只保留日期列中为 2021-01,2021-02 的行数据
data=data[data['日期'].apply(lambda x:True if x in ['2021-01','2021-02'] else False )]
本文介绍如何使用pandas的isnull()和np.nan进行数据框中值的空值检查,并演示了剔除空值行和筛选特定条件行的操作。掌握这些技巧有助于有效处理缺失数据并整理DataFrame数据结构。
752

被折叠的 条评论
为什么被折叠?



