pandas isnull函数检查数据是否有缺失

本文详细介绍使用Python的Pandas库处理数据集中的缺失值方法。包括如何使用isnull()函数进行元素级和列级的缺失值判断,如何定位缺失值的具体位置,以及如何统计各列缺失值的数量。

转自https://blog.youkuaiyun.com/u012387178/article/details/52571725

python pandas判断缺失值一般采用 isnull(),生成的是所有数据的true/false矩阵

1,df.isnull()  

元素级别的判断,把对应的所有元素的位置都列出来,元素为空或者NA就显示True,否则就是False

会产生如下结果

2,df.isnull().any()

列级别的判断,只要该列有为空或者NA的元素,就为True,否则False

则会判断哪些”列”存在缺失值

3,df[df.isnull().values==True]

可以只显示存在缺失值的行列,清楚的确定缺失值的位置。

4,iris.columns[iris.isnull().any()].tolist()   #iris是dataframe对象

将为空或者NA的列找出来

5,isnull().sum() 

将列中为空的个数统计出来

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值