Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
La función Pandas dataframe.isna()se utiliza para detectar valores faltantes. Devuelve un objeto booleano del mismo tamaño que indica si los valores son NA. Los valores NA, como Ninguno o numpy.NaN, se asignan a valores Verdaderos. Todo lo demás se asigna a valores falsos. Los caracteres como strings vacías «o numpy.inf no se consideran valores NA (a menos que configure pandas.options.mode.use_inf_as_na = True).
Sintaxis: DataFrame.isna()
Devoluciones: máscara de valores booleanos para cada elemento en DataFrame que indica si un elemento no es un valor NA.
Para obtener un enlace al archivo CSV utilizado en el ejemplo, haga clic aquí
Ejemplo n.º 1: utilice isna()la función para detectar los valores que faltan en un marco de datos.
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
Usemos la isna()función para detectar los valores faltantes.
# detect the missing values df.isna()
Salida:
en la salida, las celdas correspondientes a los valores faltantes contienen el valor verdadero o falso.
Ejemplo n.º 2: use isna()la función para detectar valores faltantes en un objeto de la serie pandas
# importing pandas as pd import pandas as pd # Creating the series sr = pd.Series([12, 5, None, 5, None, 11]) # Print the series sr
Detectemos todos los valores faltantes en la serie.
# to detect the missing values sr.isna()
Producción :
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA