So überprüfen sie, ob die zelle in pandas dataframe leer ist

Sie können die folgende grundlegende Syntax verwenden, um zu überprüfen, ob eine bestimmte Zelle in einem Pandas-DataFrame leer ist:

 #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'])

Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.

Beispiel: Überprüfen Sie, ob die Zelle im Pandas DataFrame leer ist

Angenommen, wir haben den folgenden 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

Mit dem folgenden Code können wir prüfen, ob der Wert des Zeilenindex Nummer eins und der Spaltenpunkte Null ist:

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

True

Ein wahrer Wert gibt an, dass der Wert in Zeile Nummer eins der Spalte „Punkte“ tatsächlich leer ist.

Wir können auch den folgenden Code verwenden, um den tatsächlichen Wert in Zeile Nummer eins der Spalte „Punkte“ auszugeben:

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

Nope

Die Ausgabe sagt uns, dass der Wert in Zeile Nummer eins der Spalte „Punkte“ nan ist, was einer leeren Zelle entspricht.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So legen Sie den Wert einer bestimmten Zelle in Pandas fest
So ermitteln Sie den Wert von Zellen in Pandas
So ersetzen Sie NaN-Werte in Pandas durch Null