Pandas DataFrame Notnull-Methode

Einführung

In diesem Lab werden wir lernen, wie man die notnull()-Methode in der Pandas-Bibliothek von Python verwendet. Die notnull()-Methode wird verwendet, um vorhandene Werte in einem DataFrame zu erkennen.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Importieren der erforderlichen Bibliotheken

import pandas as pd
import numpy as np

Erstellen eines DataFrames

df = pd.DataFrame([(0.0, np.nan, -1.0, 1.0),
                   (np.nan, 2.0, np.nan, np.nan),
                   (2.0, 3.0, np.nan, 9.0)],
                  columns=list('abcd'))

Drucken des ursprünglichen DataFrames

print("------The DataFrame is----------")
print(df)

Verwenden der notnull()-Methode, um vorhandene Werte zu erkennen

print("---------------------------------")
print(df.notnull())

Zusammenfassung

In diesem Lab haben wir gelernt, wie man die notnull()-Methode in Pandas verwendet, um vorhandene Werte in einem DataFrame zu erkennen. Die notnull()-Methode gibt einen DataFrame zurück, der aus booleschen Werten für jedes Element besteht, wobei True angibt, dass das Element kein NULL-Wert ist. Wir können diese Methode verwenden, um nach fehlenden oder NULL-Werten in unseren Daten zu suchen.