pandas 0.23 - pandas.isnull()

pandas.isnull




pandas

pandas.isnull

pandas.isnull(obj) [source]

किसी सरणी जैसी वस्तु के लिए अनुपलब्ध मानों का पता लगाना।

यह फ़ंक्शन एक स्केलर या सरणी-जैसा ऑब्जेक्ट लेता है और यह बताता है कि मान गायब हैं (संख्यात्मक सरणियों में NaN , ऑब्जेक्ट सरणियों में None या NaN , NaT में NaT )।

पैरामीटर:

obj : स्केलर या सरणी-जैसी

अशक्त या गायब मूल्यों की जाँच करने के लिए वस्तु।

यह दिखाता है:

बूल या सरणी-बूल की तरह

स्केलर इनपुट के लिए, एक स्केलर बूलियन देता है। सरणी इनपुट के लिए, बूलियन के एक सरणी को इंगित करता है कि क्या प्रत्येक संबंधित तत्व गायब है।

यह भी देखें

notna
बंडियन पांडास का उलटा।
Series.isna
एक श्रृंखला में लापता मान।
DataFrame.isna
एक DataFrame में लापता मानों का पता लगाएं।
Index.isna
एक सूचकांक में लापता मूल्यों का पता लगाएं।

उदाहरण

स्केलर तर्क (तार सहित) एक स्केलर बूलियन में परिणाम।

>>> pd.isna('dog')
False
>>> pd.isna(np.nan)
True

ndarrays के परिणामस्वरूप गूलर का फूल जाता है।

>>> array = np.array([[1, np.nan, 3], [4, 5, np.nan]])
>>> array
array([[ 1., nan,  3.],
       [ 4.,  5., nan]])
>>> pd.isna(array)
array([[False,  True, False],
       [False, False,  True]])

अनुक्रमित के लिए, बूलियन्स का एक ndarray वापस आ गया है।

>>> index = pd.DatetimeIndex(["2017-07-05", "2017-07-06", None,
...                           "2017-07-08"])
>>> index
DatetimeIndex(['2017-07-05', '2017-07-06', 'NaT', '2017-07-08'],
              dtype='datetime64[ns]', freq=None)
>>> pd.isna(index)
array([False, False,  True, False])

श्रृंखला और डेटाफ़्रेम के लिए, एक ही प्रकार वापस किया जाता है, जिसमें बूलियन होते हैं।

>>> df = pd.DataFrame([['ant', 'bee', 'cat'], ['dog', None, 'fly']])
>>> df
     0     1    2
0  ant   bee  cat
1  dog  None  fly
>>> pd.isna(df)
       0      1      2
0  False  False  False
1  False   True  False
>>> pd.isna(df[1])
0    False
1     True
Name: 1, dtype: bool