Fonction Pandas DataFrame.isull() et notnull()

Minahil Noor 30 janvier 2023
  1. Syntaxe des fonctions pandas.DataFrame.isull() et pandas.DataFrame.notnull() :
  2. Exemples de codes : DataFrame.isull() Méthode de vérification des valeurs nulles
  3. Exemples de codes : DataFrame.notnull() Méthode de vérification des valeurs non nulles
Fonction Pandas DataFrame.isull() et notnull()

La fonction Python Pandas DataFrame.isull() détecte la valeur manquante d’un objet et la fonction DataFrame.notnull() détecte la valeur non manquante d’un objet.

Syntaxe des fonctions pandas.DataFrame.isull() et pandas.DataFrame.notnull() :

DataFrame.isnull()
DataFrame.notnull()

Retourne

Les deux fonctions renvoient un booléen scalaire pour une entrée scalaire. Pour l’entrée de tableau, les deux fonctions renvoient un tableau de booléens indiquant si chaque élément correspondant est valide.

Exemples de codes : DataFrame.isull() Méthode de vérification des valeurs nulles

import pandas as pd
import numpy as np

dataframe=pd.DataFrame({'Attendance': {0: 60, 1: np.nan, 2: 80,3: 78,4: 95},
                        'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
                        'Obtained Marks': {0: np.nan, 1: 75, 2: 82, 3: np.nan, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)

dataframe1 = dataframe.isnull()
print("The output is: \n")
print(dataframe1)

Production :

The Original Data frame is: 

   Attendance    Name  Obtained Marks
0        60.0  Olivia             NaN
1         NaN    John            75.0
2        80.0   Laura            82.0
3        78.0     Ben             NaN
4        95.0   Kevin            45.0
The output is: 

   Attendance   Name  Obtained Marks
0       False  False            True
1        True  False           False
2       False  False           False
3       False  False            True
4       False  False           False

Pour les valeurs nulles, la fonction a renvoyé True.

Exemples de codes : DataFrame.notnull() Méthode de vérification des valeurs non nulles

import pandas as pd
import numpy as np

dataframe=pd.DataFrame({'Attendance': {0: 60, 1: np.nan, 2: 80,3: 78,4: 95},
                        'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
                        'Obtained Marks': {0: np.nan, 1: 75, 2: 82, 3: np.nan, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)

dataframe1 = dataframe.notnull()
print("The output is: \n")
print(dataframe1)

Production :

The Original Data frame is: 

   Attendance    Name  Obtained Marks
0        60.0  Olivia             NaN
1         NaN    John            75.0
2        80.0   Laura            82.0
3        78.0     Ben             NaN
4        95.0   Kevin            45.0
The output is: 

   Attendance  Name  Obtained Marks
0        True  True           False
1       False  True            True
2        True  True            True
3        True  True           False
4        True  True            True

La fonction a renvoyé True pour les valeurs non nulles.

Article connexe - Pandas DataFrame