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 serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.
La función Pandas Series.valid()
devuelve el mismo objeto Serie pero sin los valores nulos.
Sintaxis: Series.valid(inplace=False, **kwargs)
Parámetro:
en lugar: booleanoDevoluciones : Serie
Ejemplo #1: Use Series.valid()
la función para eliminar los valores nulos del objeto Serie dado.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series(['New York', 'Chicago', None, 'Toronto', 'Lisbon', 'Rio', 'Chicago', 'Lisbon']) # Print the series print(sr)
Producción :
Ahora usaremos Series.valid()
la función para eliminar los valores nulos del objeto de serie dado.
# return valid values sr.valid()
Producción :
Como podemos ver en el resultado, la Series.valid()
función ha devuelto un objeto Serie que contiene todos los valores válidos del objeto serie original en el que se llamó.
Ejemplo #2: Use Series.valid()
la función para eliminar los valores nulos del objeto Serie dado.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([100, 214, 325, 88, None, 325, None, 325, 100]) # Print the series print(sr)
Producción :
Ahora usaremos Series.valid()
la función para eliminar los valores nulos del objeto de serie dado.
# return valid values sr.valid()
Salida:
como podemos ver en la salida, la Series.valid()
función ha devuelto un objeto de serie que contiene todos los valores válidos del objeto de serie original en el que se llamó.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA