API · Pandas
Funzione Pandas DataFrame.isnull() e notnull()
La funzione DataFrame isnull() rileva il valore mancante di un oggetto. La funzione DataFrame notnull() rileva il valore non mancante di un oggetto.
In questa pagina
La funzione Python Pandas DataFrame.isnull() rileva il valore mancante di un oggetto e la funzione DataFrame.notnull() rileva il valore non mancante di un oggetto.
Sintassi di pandas.DataFrame.isnull() e pandas.DataFrame.notnull():
DataFrame.isnull()
DataFrame.notnull()
Ritorno
Entrambe le funzioni restituiscono un valore booleano scalare per l’input scalare. Per l’input di array, entrambi restituiscono un array di boolean che indica se ogni elemento corrispondente è valido.
Codici di esempio: Metodo DataFrame.isnull() per verificare i valori nulli
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)
Produzione:
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
Per i valori nulli, la funzione ha restituito True.
Codici di esempio: Metodo DataFrame.notnull() per verificare i valori non nulli
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)
Produzione:
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 funzione ha restituito True per valori non nulli.