python怎样筛选数据_python 判断空值

激活谷笔记 • 2025-03-15 08:36 • 阅读 14

在Python中，处理数据时经常需要筛选出包含空值的行或列。以下是使用Pandas库进行空值筛选的一些方法：

isnull（）和 isna（）

这两个函数功能相同，用于检测数据中的空值。它们返回一个布尔数据框，显示每个位置是否为空值。

 import pandas as pd 创建一个示例数据集 data = { 'A': [1, 2, 3, None], 'B': [None, 5, 6, 7], 'C': [9, 10, None, 12] } df = pd.DataFrame（data） 使用 isnull（） 检测空值 null_values = df.isnull（） print（null_values）

notnull（）

与isnull（）和isna（）相反，notnull（）用于检测非空值。

 使用 notnull（） 检测非空值 not_null_values = df.notnull（） print（not_null_values）

dropna（）

用于删除包含空值的行或列。

 删除包含空值的行 df_cleaned = df.dropna（） print（df_cleaned） 删除包含空值的列 df_cleaned = df.dropna（axis=1） print（df_cleaned）

fillna（）

用于填充空值。

 用特定值填充空值 df_filled = df.fillna（0） print（df_filled）

info（）

提供数据框的概要信息，包括空值的数量和类型。

 获取数据框信息 df.info（）

筛选特定列的空值

 筛选'A'列或'B'列为空值的行 filtered_df = df[df['A'].isnull（） | df['B'].isnull（）] print（filtered_df）

使用.any（）方法

当需要判断整个数据框或系列中是否存在空值时，可以使用.any（）方法。

 判断整个数据框中是否存在空值 if df.isnull（）.any（）.any（）: print（"存在空值"）

以上方法可以帮助你在处理数据时有效地筛选出包含空值的行或列。需要注意的是，Pandas中的空值通常表示为`NaN`（Not a Number），而Python中的`None`、空字符串`""`、布尔值`False`以及数字0通常不被视为空值。

python怎样筛选数据_python 判断空值

相关推荐