Método isna() de DataFrame de Pandas

Introducción

En este laboratorio, aprenderemos a usar el método DataFrame.isna() en Pandas. El método isna() se utiliza para detectar valores faltantes en un DataFrame de Pandas. Devuelve un DataFrame de valores booleanos, donde cada elemento indica si es un valor nulo o no. El método isna() no considera cadenas vacías o valores especiales como numpy.inf como valores nulos.

Consejos sobre la VM

Una vez que se haya iniciado la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.

A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de las operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.

Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.

Creando un DataFrame

Primero, creemos un DataFrame con algunos valores faltantes usando la función DataFrame() de la biblioteca pandas. Importaremos las bibliotecas necesarias y crearemos el DataFrame con las columnas 'a', 'b', 'c' y 'd'.

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np

#creating the DataFrame
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'))

print("------El DataFrame es----------")
print(df)

Detectando valores faltantes

A continuación, usaremos el método isna() para detectar valores faltantes en el DataFrame. Imprimiremos el resultado para ver qué elementos son valores nulos.

print("---------------------------------")
print(df.isna())

Evaluando los resultados

Al ejecutar el código, podemos ver que el método isna() devolvió un DataFrame compuesto por valores booleanos para cada elemento del DataFrame original. False indica que el elemento no es un valor nulo, mientras que True indica que el elemento es un valor nulo.

Considerando cadenas vacías

En el ejemplo anterior, el método isna() no consideró las cadenas vacías como valores nulos. Vamos a crear otro DataFrame y comprobar si el método isna() sigue comportándose de la misma manera.

#creating another DataFrame
df = pd.DataFrame({'a': [0, 1, ''], 'b': ['', None, 3]})

print("------El DataFrame es----------")
print(df)

Volviendo a detectar valores faltantes

Ahora, usemos el método isna() en el nuevo DataFrame para detectar los valores faltantes.

print("---------------------------------")
print(df.isna())

Resumen

En este laboratorio, aprendimos cómo usar el método DataFrame.isna() en Pandas para detectar valores faltantes en un DataFrame. Creamos un DataFrame con valores faltantes, usamos el método isna() para detectar esos valores faltantes y observamos los resultados. Además, vimos que el método isna() no considera las cadenas vacías como valores nulos. Este método es útil para manejar datos faltantes en DataFrames de pandas.

Por favor, házmelo saber si necesitas alguna ayuda adicional.