Hoe u kunt controleren of de cel leeg is in pandas dataframe

U kunt de volgende basissyntaxis gebruiken om te controleren of een specifieke cel leeg is in een Panda DataFrame:

 #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'])

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld: Controleer of de cel leeg is in Pandas DataFrame

Stel dat we de volgende panda’s DataFrame hebben:

 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

We kunnen de volgende code gebruiken om te controleren of de waarde van rijindex nummer één en kolompunten nul is:

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

True

Een True- waarde geeft aan dat de waarde in rij nummer één van de kolom ‚punten‘ inderdaad leeg is.

We kunnen ook de volgende code gebruiken om de werkelijke waarde in rij nummer één van de kolom „punten“ af te drukken:

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

Nope

De uitvoer vertelt ons dat de waarde in rij nummer één van de kolom “punten” nan is, wat overeenkomt met een lege cel.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe de waarde van een specifieke cel in Pandas in te stellen
Hoe de waarde van cellen in panda’s te achterhalen
Hoe NaN-waarden te vervangen door nul in Panda’s