<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um zu \u00fcberpr\u00fcfen, ob eine bestimmte Zelle in einem Pandas-DataFrame leer ist:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Mit dem folgenden Code k\u00f6nnen wir pr\u00fcfen, ob der Wert des Zeilenindex Nummer eins<\/strong> und der Spaltenpunkte<\/strong> Null ist:<\/span><\/p>\n Ein wahrer<\/strong> Wert gibt an, dass der Wert in Zeile Nummer eins der Spalte \u201ePunkte\u201c tats\u00e4chlich leer ist.<\/span><\/p>\n Wir k\u00f6nnen auch den folgenden Code verwenden, um den tats\u00e4chlichen Wert in Zeile Nummer eins der Spalte \u201ePunkte\u201c auszugeben:<\/span><\/p>\n Die Ausgabe sagt uns, dass der Wert in Zeile Nummer eins der Spalte \u201ePunkte\u201c nan<\/strong> ist, was einer leeren Zelle entspricht.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So legen Sie den Wert einer bestimmten Zelle in Pandas fest<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um zu \u00fcberpr\u00fcfen, 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 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n #check if value in first row of column 'A' is empty<\/span>\nprint<\/span> (pd. isnull<\/span> (df. loc<\/span> [0, 'A']))\n\n#print value in first row of column 'A'<\/span>\nprint<\/span> ( df.loc<\/span> [0, 'A'])\n<\/strong><\/pre>\n Beispiel: \u00dcberpr\u00fcfen Sie, ob die Zelle im Pandas DataFrame leer ist<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, np.nan, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, np.nan, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, np.nan]})\n\n#view DataFrame\n<\/span>df\n\n\tteam points assists rebounds\n0 A 18.0 5.0 11.0\n1 B NaN 7.0 8.0\n2 C 19.0 7.0 10.0\n3D 14.0 9.0 6.0\n4 E 14.0 NaN 6.0\n5 F 11.0 9.0 5.0\n6G 20.0 9.0 9.0\n7H 28.0 4.0 NaN\n<\/strong><\/pre>\n #check if value in index row 1 of column 'points' is empty<\/span>\nprint<\/span> (pd. isnull<\/span> (df. loc<\/span> [1, 'points']))\n\nTrue<\/strong><\/pre>\n #print value in index row 1 of column 'points'<\/span>\nprint<\/span> ( df.loc<\/span> [1, 'points'])\n\nNope<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So ermitteln Sie den Wert von Zellen in Pandas<\/a>
So ersetzen Sie NaN-Werte in Pandas durch Null<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"