วิธีตรวจสอบว่าเซลล์ว่างใน pandas dataframe หรือไม่

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อตรวจสอบว่าเซลล์ใดเซลล์หนึ่งว่างเปล่าใน DataFrame ของแพนด้าหรือไม่:

 #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'])

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: ตรวจสอบว่าเซลล์ว่างใน Pandas DataFrame หรือไม่

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 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

เราสามารถใช้โค้ดต่อไปนี้เพื่อตรวจสอบว่าค่าของดัชนีแถวหมายเลข 1 และ จุด คอลัมน์เป็นศูนย์หรือไม่:

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

True

ค่า True บ่งชี้ว่าค่าในแถวหมายเลขหนึ่งของคอลัมน์ “จุด” ว่างเปล่าจริงๆ

นอกจากนี้เรายังสามารถใช้โค้ดต่อไปนี้เพื่อพิมพ์ค่าจริงในแถวหมายเลขหนึ่งของคอลัมน์ “points”:

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

Nope

ผลลัพธ์บอกเราว่าค่าในแถวหมายเลขหนึ่งของคอลัมน์ “points” คือ nan ซึ่งเทียบเท่ากับเซลล์ว่าง

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีการตั้งค่าเซลล์เฉพาะใน Pandas
วิธีรับค่าเซลล์ในหมีแพนด้า
วิธีแทนที่ค่า NaN ด้วยศูนย์ใน Pandas