Метод isna
Метод isna применяется к DataFrame и возвращает объект такой же формы, где каждый элемент заменён на True, если соответствующее значение отсутствует (NaN), и на False в противном случае. Метод не принимает параметров. Это удобный инструмент для быстрой проверки качества данных перед их обработкой.
Синтаксис
df.isna()
Пример
Давайте создадим таблицу с пропущенными значениями и проверим их наличие:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': [1, np.nan, 3, 4, 5],
'b': [10, 20, np.nan, 40, 50]
})
res = df.isna()
print(res)
Результат выполнения кода:
a b
0 False False
1 True False
2 False True
3 False False
4 False False
Пример
Метод isna можно использовать для фильтрации строк, содержащих пропуски:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': [1, np.nan, 3, 4, 5],
'b': [10, 20, np.nan, 40, 50]
})
res = df[df.isna().any(axis=1)]
print(res)
Результат выполнения кода:
a b
1 NaN 20.0
2 3.0 NaN
Пример
Также можно подсчитать общее количество пропусков в каждом столбце:
import pandas as pd
import numpy as np
df = pd.DataFrame({
'a': [1, np.nan, 3, 4, np.nan],
'b': [10, 20, np.nan, 40, 50]
})
res = df.isna().sum()
print(res)
Результат выполнения кода:
a 2
b 1
dtype: int64
