如何检查 pandas dataframe 中的单元格是否为空

您可以使用以下基本语法来检查 pandas DataFrame 中的特定单元格是否为空：

 #check if value in first row of column 'A' is empty
print (pd. isnull (df. loc [0, 'A']))

#print value in first row of column 'A'
print ( df.loc [0, 'A'])

以下示例展示了如何在实践中使用此语法。

示例：检查 Pandas DataFrame 中的单元格是否为空

假设我们有以下 pandas DataFrame：

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, np.nan, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, np.nan, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, np.nan]})

#view DataFrame
df

	team points assists rebounds
0 A 18.0 5.0 11.0
1 B NaN 7.0 8.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 NaN 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 9.0
7H 28.0 4.0 NaN

我们可以使用以下代码来检查行索引号1和列索引号的值是否为零：

 #check if value in index row 1 of column 'points' is empty
print (pd. isnull (df. loc [1, 'points']))

True

True值表示“points”列第一行中的值确实为空。

我们还可以使用以下代码来打印“points”列第一行中的实际值：

 #print value in index row 1 of column 'points'
print ( df.loc [1, 'points'])

Nope

输出告诉我们“points”列的第一行中的值是nan ，这相当于一个空单元格。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何设置 Pandas 中特定单元格的值
如何获取pandas中单元格的值
如何在 Pandas 中用零替换 NaN 值