Python: метод pandas isna - примеры использования
Метод isna() в библиотеке pandas используется для определения отсутствующих значений (NaN - Not a Number) в данных. Он возвращает булевое значение (True или False) для каждого элемента в объекте Series или DataFrame, указывая, является ли значение отсутствующим или нет.
Давайте рассмотрим примеры кода, чтобы лучше понять, как работает метод isna().
Пример 1: Работа с объектом Series
<pre><code class="python hljs">import pandas as pd
data = pd.Series([1, 2, None, 4, NaN])
print(data.isna())
</code></pre>
Результат:
<pre><code class="python hljs">0 False
1 False
2 True
3 False
4 True
dtype: bool
</code></pre>
В данном примере у нас есть объект Series data, содержащий целочисленные значения, а также два пропущенных значения (None и NaN). Метод isna() возвращает Series, в котором False указывает, что значение является действительным числом, а True - что значение отсутствует.
Пример 2: Работа с объектом DataFrame
<pre><code class="python hljs">import pandas as pd
data = pd.DataFrame({'A': [1, 2, None, 4, NaN],
'B': [5, NaN, 7, 8, None]})
print(data.isna())
</code></pre>
Результат:
<pre><code class="python hljs"> A B
0 False False
1 False True
2 True False
3 False False
4 True True
</code></pre>
В данном примере у нас есть объект DataFrame data с двумя столбцами (А и В), в которых содержатся целочисленные значения, а также некоторое количество пропущенных значений. Метод isna() возвращает DataFrame с тем же размером, где False указывает, что значение является действительным числом, а True - что значение отсутствует.
Метод isna() может быть полезен при выполнении различных операций с данными, таких как фильтрация, заполнение пропущенных значений, подсчет числа пропущенных значений и многое другое.
Надеюсь, эти примеры помогли вам лучше понять, как использовать метод isna() в библиотеке pandas для определения отсутствующих значений в данных. Если у вас есть какие-либо вопросы, не стесняйтесь задавать.