Python pandas库中的isnull()函数

Python pandas库中的isnull()函数

问题描述

python的pandas库中有一个十分便利的isnull()函数，它可以用来判断缺失值，我们通过几个例子学习它的使用方法。

首先我们创建一个dataframe,其中有一些数据为缺失值。

 import pandas as pd
 import numpy as np
 df = pd.DataFrame(np.random.randint(10,99,size=(10,5)))
 df.iloc[4:6,0] = np.nan
 df.iloc[5:7,2] = np.nan
 df.iloc[7,3] = np.nan
 df.iloc[2:3,4] = np.nan

得到的结果如下所示

       0   1     2     3     4
 0  63.0  89  58.0  94.0  10.0
 1  44.0  77  66.0  54.0  14.0
 2  25.0  41  93.0  56.0   NaN
 3  43.0  26  27.0  53.0  44.0
 4   NaN  98  45.0  32.0  45.0
 5   NaN  28   NaN  72.0  10.0
 6  69.0  92   NaN  24.0  61.0
 7  51.0  22  35.0   NaN  72.0
 8  83.0  32  93.0  62.0  25.0
 9  48.0  54  83.0  30.0  79.0

我们先来运行以下isnull()看会出现什么结果

df.isnull()

        0      1      2      3      4
 0  False  False  False  False  False
 1  False  False  False  False  False
 2  False  False  False  False   True
 3  False  False  False  False  False
 4   True  False  False  False  False
 5   True  False   True  False  False
 6  False  False   True  False  False
 7  False  False  False   True  False
 8  False  False  False  False  False
 9  False  False  False  False  False

可见程序返回了布尔值，该处为缺失值，返回True，该处不为缺失值，则返回False

其它

直接使用isnull()并不能很直观的反应缺失值的信息。
我们再调用其他命令进行尝试。

df.isnull().any()

 0     True
 1    False
 2     True
 3     True
 4     True
dtype: bool

可见df.isnull().any()会判断哪些列包含缺失值，该列存在缺失值则返回True，反之False。

df.isnull().sum()

 0    2
 1    0
 2    2
 3    1
 4    1
 dtype: int64

isnull().sum()就更加直观了，它直接告诉了我们每列缺失值的数量。