"isn't null" ကို ဘယ်လိုသုံးမလဲ။ pandas တွင် (ဥပမာများနှင့်အတူ)

ပန်ဒါ DataFrame ၏ဒြပ်စင်များ ပျက်ယွင်းခြင်းရှိမရှိ စမ်းသပ်ရန် pandas notnull() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။

ဒြပ်စင်တစ်ခုသည် NaN သို့မဟုတ် None နှင့် ညီမျှပါက၊ လုပ်ဆောင်ချက်သည် False ပြန်လာမည်ဖြစ်သည်။

မဟုတ်ရင် function က True ပြန်သွားလိမ့်မယ်။

ဤလုပ်ဆောင်ချက်ကို လက်တွေ့တွင် အသုံးပြုရန် ဘုံနည်းလမ်းများစွာရှိပါသည်။

နည်းလမ်း 1- မည်သည့်ကော်လံရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကို စစ်ထုတ်ပါ။

 df[df. notnull (). all ( 1 )]

နည်းလမ်း 2- သီးခြားကော်လံတစ်ခုရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကို စစ်ထုတ်ပါ။

 df[df[[' this_column ']]. notnull (). all ( 1 )]

နည်းလမ်း 3- ကော်လံတစ်ခုစီရှိ သုညမဟုတ်သော တန်ဖိုးများကို ရေတွက်ပါ။

 df. notnull (). sum ()

Method 4- DataFrame တစ်ခုလုံးရှိ သုညမဟုတ်သော တန်ဖိုးများကို ရေတွက်ပါ။

 df. notnull (). sum (). sum ()

အောက်ဖော်ပြပါနမူနာများသည် အောက်ပါ pandas DataFrame ဖြင့် လက်တွေ့တွင် နည်းလမ်းတစ်ခုစီကို အသုံးပြုနည်းကို ပြသသည်-

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, np.nan],
                   ' assists ': [5, np.nan, 7, 9, 12, 9, 9, np.nan],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, np.nan, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18.0 5.0 11.0
1 B 22.0 NaN 8.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 NaN
7 H NaN NaN 12.0

ဥပမာ 1- မည်သည့်ကော်လံရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကို စစ်ထုတ်ပါ။

အောက်ပါကုဒ်သည် မည်သည့်ကော်လံရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကိုသာပြသရန် DataFrame ကို စစ်ထုတ်နည်းကို ပြသသည်-

 #filter for rows with no null values in any column
df[df. notnull (). all ( 1 )]


        team points assists rebounds
0 A 18.0 5.0 11.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0

ဤစစ်ထုတ်ထားသော DataFrame ရှိ အတန်းတစ်ခုစီတွင် မည်သည့်ကော်လံတွင် null တန်ဖိုးများ မရှိသည်ကို သတိပြုပါ။

ဥပမာ 2- သီးခြားကော်လံတစ်ခုရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကို စစ်ထုတ်ပါ။

အကူအညီပေး ကော်လံရှိ null တန်ဖိုးများမပါဘဲ အတန်းများကိုသာပြသရန် DataFrame ကို စစ်ထုတ်နည်းကို အောက်ပါကုဒ်က ပြသသည်-

 #filter for rows with no null values in the 'assists' column
df[df[[' assists ']]. notnull (). all ( 1 )]

	team points assists rebounds
0 A 18.0 5.0 11.0
2 C 19.0 7.0 10.0
3D 14.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 5.0
6G 20.0 9.0 NaN

ဤစစ်ထုတ်ထားသော DataFrame ရှိ အတန်းတစ်ခုစီတွင် Helper ကော်လံတွင် null တန်ဖိုးများ မရှိကြောင်း သတိပြုပါ။

ဥပမာ 3- ကော်လံတစ်ခုစီရှိ သုညမဟုတ်သော တန်ဖိုးများကို ရေတွက်ပါ။

အောက်ပါကုဒ်သည် DataFrame ကော်လံတစ်ခုစီရှိ သုညမဟုတ်သောတန်ဖိုးများကို ရေတွက်နည်းကို ပြသသည်-

 #count number of non-null values in each column
df. notnull (). sum ()

team 8
points 7
assists 6
rebounds 7
dtype: int64

ရလဒ်မှ ကျွန်ုပ်တို့ မြင်နိုင်သည်-

• အဖွဲ့ ကော်လံတွင် သုညမဟုတ်သော တန်ဖိုး ၈ ခုရှိသည်။
• အမှတ်များ ကော်လံတွင် သုညမဟုတ်သော တန်ဖိုး ၇ ခု ရှိသည်။
• အကူအညီ ကော်လံတွင် သုညမဟုတ်သော တန်ဖိုး ၆ ခု ရှိသည်။
• ဘောင်ဝင်သည့် ကော်လံတွင် သုညမဟုတ်သောတန်ဖိုး 7 ခုရှိသည်။

ဥပမာ 4- DataFrame တစ်ခုလုံးရှိ သုညမဟုတ်သော တန်ဖိုးများကို ရေတွက်ပါ။

အောက်ပါကုဒ်သည် DataFrame တစ်ခုလုံးရှိ သုညမဟုတ်သောတန်ဖိုးများကို ရေတွက်နည်းကို ပြသသည်-

 #count number of non-null values in entire DataFrame
df. notnull (). sum (). sum ()

28

output မှ DataFrame တစ်ခုလုံးတွင် သုညမဟုတ်သောတန်ဖိုး 28 ခု ရှိကြောင်းတွေ့နိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားသော ဘုံစစ်ထုတ်ခြင်း လုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

ကော်လံတန်ဖိုးများဖြင့် Pandas DataFrame ကို စစ်ထုတ်နည်း
Pandas တွင် “ မပါဝင်ပါ” ကို စစ်ထုတ်နည်း
အခြေအနေများစွာတွင် Pandas DataFrame ကို စစ်ထုတ်နည်း