缺失值

panads中缺失值有三种：np.nan (Not a Number) 、 None 和 pd.NaT

 

缺失值判断

可通过函数isnull()，notnull()，isna()判断

以下数据类型变量名=df，例子

1. isnull()

•  df.isnull() --判断是否为null，是为True，否为False

2. notnull()

• df.notnull() --判断是否为null，是为False，否为True，与isnull()效果相反

 

3. isna()

• df.isna() --效果与isnull相同，与notnull相反

4. 此外可以与numpy中的any和all函数一起使用

• numpy.any(参数) --参数中任何一个元素为True，输出=True
• numpy.all(参数) --参数中全部为True，输出=True
• numpy.any(df.notnull)  --输出True
• numpy.all(df.notnull)  --输出False