Метод isna

Метод isna применяется к Series и возвращает булеву маску (Series из True/False), где True указывает на пропущенное значение (NaN). Метод не принимает параметров и является удобным способом для обнаружения пропусков в данных.

Синтаксис

ser.isna()

Пример

Давайте создадим Series с пропусками и проверим, где находятся NaN:

import pandas as pd
import numpy as np

ser = pd.Series([1, 2, np.nan, 4, np.nan])
res = ser.isna()
print(res)

Результат выполнения кода:

0	False
1	False
2	 True
3	False
4	 True
dtype: bool

Пример

Метод isna можно использовать для фильтрации данных, оставляя только корректные значения:

import pandas as pd
import numpy as np

ser = pd.Series([5, np.nan, 10, np.nan, 15])
not_null = ser[~ser.isna()]
print(not_null)

Результат выполнения кода:

0	 5.0
2	10.0
4	15.0
dtype: float64

Пример

Также метод isna работает с отсутствующими значениями, представленными как None в Python:

import pandas as pd

ser = pd.Series([1, None, 3, 4, None])
print(ser.isna())

Результат выполнения кода:

0	False
1	 True
2	False
3	False
4	 True
dtype: bool

Пример

С помощью isna можно посчитать общее количество пропусков в Series:

import pandas as pd
import numpy as np

ser = pd.Series([1, 2, np.nan, 4, np.nan])
count_nulls = ser.isna().sum()
print(count_nulls)

Результат выполнения кода:

2

Смотрите также

метод notna,
который возвращает обратную маску (True для не-пропусков)
метод dropna,
который удаляет все строки с пропущенными значениями
метод fillna,
который заполняет пропуски указанным значением
метод interpolate,
который интерполирует пропущенные значения