Método notna() de DataFrame de Pandas

Introducción

En este laboratorio, aprenderemos a usar el método notna() de la biblioteca Pandas en Python. El método notna() se utiliza para detectar valores existentes en un DataFrame y devuelve un DataFrame compuesto por valores booleanos para cada elemento que indica si el elemento no es un valor NA.

Consejos sobre la VM

Una vez finalizada la inicialización de 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 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.

Importar las bibliotecas necesarias

En primer lugar, necesitamos importar la biblioteca pandas con el alias pd y la biblioteca numpy con el alias np. Estas bibliotecas se utilizan respectivamente para la manipulación de datos y las operaciones numéricas.

import pandas as pd
import numpy as np

Crear un DataFrame

A continuación, crearemos un DataFrame con algunos datos de muestra para demostrar el uso del método notna(). Utilizaremos la función pd.DataFrame() para crear el 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'))

Mostrar el DataFrame

Imprimamos el DataFrame para ver su contenido y estructura.

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

Usar el método notna()

Ahora, usaremos el método notna() en el DataFrame para detectar los valores existentes. El método notna() devuelve un DataFrame con la misma forma que el DataFrame original, donde cada elemento es un valor booleano que indica si el elemento correspondiente no es un valor NA.

notna_df = df.notna()
print("El resultado del método notna() es:")
print(notna_df)

Mostrar el resultado

Imprimamos el DataFrame resultante para ver los valores booleanos que indican los valores existentes.

print(notna_df)

Resumen

En este laboratorio, aprendimos cómo usar el método notna() en la biblioteca Pandas para detectar valores existentes en un DataFrame. Este método es útil para tareas de limpieza y análisis de datos donde necesitamos identificar valores faltantes o nulos. Al usar el método notna(), podemos obtener rápidamente un DataFrame de valores booleanos que indican la presencia o ausencia de valores existentes.