pandas.DataFrame.isna#

Обнаружить пропущенные значения.

Возвращает объект того же размера с булевыми значениями, указывающими, являются ли значения NA. Значения NA, такие как None или numpy.NaN, сопоставляется с истинными значениями. Все остальное сопоставляется с ложными значениями. Символы, такие как пустые строки '' или numpy.inf не считаются значениями NA (если не установить pandas.options.mode.use_inf_as_na = True).

Возвращает:

DataFrame: Маска логических значений для каждого элемента в DataFrame, которая указывает, является ли элемент значением NA.

Смотрите также

DataFrame.isnull: Псевдоним isna.
DataFrame.notna: Булево обратное значение isna.
DataFrame.dropna: Пропустить метки осей с пропущенными значениями.
isna: Верхнеуровневый isna.

Примеры

Показать, какие записи в DataFrame являются NA.

>>> df = pd.DataFrame(dict(age=[5, 6, np.nan],
...                        born=[pd.NaT, pd.Timestamp('1939-05-27'),
...                              pd.Timestamp('1940-04-25')],
...                        name=['Alfred', 'Batman', ''],
...                        toy=[None, 'Batmobile', 'Joker']))
>>> df
   age       born    name        toy
0  5.0        NaT  Alfred       None
1  6.0 1939-05-27  Batman  Batmobile
2  NaN 1940-04-25              Joker

>>> df.isna()
     age   born   name    toy
0  False   True  False   True
1  False  False  False  False
2   True  False  False  False

Показать, какие записи в Series являются NA.

>>> ser = pd.Series([5, 6, np.nan])
>>> ser
0    5.0
1    6.0
2    NaN
dtype: float64

>>> ser.isna()
0    False
1    False
2     True
dtype: bool