<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per verificare se una cella specifica \u00e8 vuota in un DataFrame panda:<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere i seguenti panda DataFrame:<\/span><\/p>\n Possiamo usare il seguente codice per verificare se il valore dell’indice della riga numero uno<\/strong> e dei punti<\/strong> della colonna \u00e8 zero:<\/span><\/p>\n Un valore True<\/strong> indica che il valore nella riga numero uno della colonna “punti” \u00e8 effettivamente vuoto.<\/span><\/p>\n Possiamo anche utilizzare il seguente codice per stampare il valore effettivo nella riga numero uno della colonna “punti”:<\/span><\/p>\n L’output ci dice che il valore nella riga numero uno della colonna “punti” \u00e8 nan<\/strong> , che equivale a una cella vuota.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:<\/span><\/p>\n Come impostare il valore di una cella specifica in Pandas<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per verificare se una cella specifica \u00e8 vuota in un DataFrame panda: #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’]) L’esempio seguente mostra come […]<\/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 Esempio: controlla se la cella \u00e8 vuota in Pandas DataFrame<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
Come ottenere il valore delle celle nei panda<\/a>
Come sostituire i valori NaN con zero in Panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"