Fonction Pandas DataFrame.isull() et notnull()
Minahil Noor
30 janvier 2023
-
Syntaxe des fonctions
pandas.DataFrame.isull()
etpandas.DataFrame.notnull()
: -
Exemples de codes :
DataFrame.isull()
Méthode de vérification des valeurs nulles -
Exemples de codes :
DataFrame.notnull()
Méthode de vérification des valeurs non nulles
La fonction Python Pandas DataFrame.isull()
détecte la valeur manquante d’un objet et la fonction DataFrame.notnull()
détecte la valeur non manquante d’un objet.
Syntaxe des fonctions pandas.DataFrame.isull()
et pandas.DataFrame.notnull()
:
DataFrame.isnull()
DataFrame.notnull()
Retourne
Les deux fonctions renvoient un booléen scalaire pour une entrée scalaire. Pour l’entrée de tableau, les deux fonctions renvoient un tableau de booléens indiquant si chaque élément correspondant est valide.
Exemples de codes : DataFrame.isull()
Méthode de vérification des valeurs nulles
import pandas as pd
import numpy as np
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: np.nan, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: np.nan, 1: 75, 2: 82, 3: np.nan, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.isnull()
print("The output is: \n")
print(dataframe1)
Production :
The Original Data frame is:
Attendance Name Obtained Marks
0 60.0 Olivia NaN
1 NaN John 75.0
2 80.0 Laura 82.0
3 78.0 Ben NaN
4 95.0 Kevin 45.0
The output is:
Attendance Name Obtained Marks
0 False False True
1 True False False
2 False False False
3 False False True
4 False False False
Pour les valeurs nulles, la fonction a renvoyé True
.
Exemples de codes : DataFrame.notnull()
Méthode de vérification des valeurs non nulles
import pandas as pd
import numpy as np
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: np.nan, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: np.nan, 1: 75, 2: 82, 3: np.nan, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.notnull()
print("The output is: \n")
print(dataframe1)
Production :
The Original Data frame is:
Attendance Name Obtained Marks
0 60.0 Olivia NaN
1 NaN John 75.0
2 80.0 Laura 82.0
3 78.0 Ben NaN
4 95.0 Kevin 45.0
The output is:
Attendance Name Obtained Marks
0 True True False
1 False True True
2 True True True
3 True True False
4 True True True
La fonction a renvoyé True
pour les valeurs non nulles.