Python | Pandas index . notna()
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **Index.notna()**功能检测现有(非缺失)值。返回一个相同大小的布尔对象，指示值是否为非空。非缺失值映射为真。空字符串”或 numpy.inf 等字符不被视为 NA 值(除非您将 pandas . options . mode . use _ INF _ as _ NA 设置为 True)。数值，如无或数值。NaN，映射到 False 值。
语法: Index.notna()
参数:不取任何参数。
返回: numpy.ndarray:布尔数组，指示哪些条目不是 NA。
示例#1: 使用Index.notna()函数查找索引中所有未缺失的值。
# 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非缺失值。
# checks for non-missing values.
idx.notna()
输出:
该函数返回一个与索引大小相同的数组对象。True值表示索引标签没有丢失，False值表示索引标签丢失。
示例 2: 使用Index.notna()函数检查 Datetime Indexe 中的非缺失标签。
# 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 索引中的标签是否存在或缺失。
# test whether the passed Datetime
# Index labels are missing or not.
idx.notna()
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。True值表示索引标签没有丢失，False值表示索引标签丢失。
版权属于：月萌API www.moonapi.com，转载请注明出处
