Python|熊猫系列. notna()
原文:https://www.geeksforgeeks.org/python-pandas-series-notna/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.notna()**功能检测现有(非缺失)值。此函数返回一个与对象大小相同的布尔对象，指示值是否缺失。非缺失值映射到真。空字符串”或numpy.inf等字符不被视为数值(除非设置了 pandas . options . mode . use _ INF _ as _ NA = True)。数值，如无或数值。NaN，映射到 False 值。
语法: Series.notna()
参数:无
返回:系列
示例#1: 使用Series.notna()功能检测给定序列对象中的所有非缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 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.notna()函数来检测序列对象中的非缺失值。
# detect non-missing value
result = sr.notna()
# Print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.notna()函数返回了一个布尔对象。True表示对应的值没有缺失。False值表示缺少该值。该系列中的所有值都为真，因为没有缺失值。
示例#2: 使用Series.notna()功能检测给定序列对象中的所有非缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
# Print the series
print(sr)
输出:
现在我们将使用Series.notna()函数来检测序列对象中的非缺失值。
# detect non-missing value
result = sr.notna()
# Print the result
print(result)
输出:
正如我们在输出中看到的那样，Series.notna()函数返回了一个布尔对象。True表示对应的值没有缺失。False值表示缺少该值。
版权属于：月萌API www.moonapi.com，转载请注明出处
