代码之家 › 专栏 › 技术社区 › Cedric Zoppolo

使用ix或iloc检查pandas数据帧中的特定值(单元格中)是否为NaN

nan dataframe pandas python

Cedric Zoppolo · 技术社区 · 7 年前

假设我有以下内容 pandas DataFrame :

import pandas as pd
df = pd.DataFrame({"A":[1,pd.np.nan,2], "B":[5,6,0]})

这看起来像:

>>> df
     A  B
0  1.0  5
1  NaN  6
2  2.0  0

第一种选择

我知道一种检查特定值是否为 NaN ,如下所示:

>>> df.isnull().ix[1,0]
True

第二个选项(不工作)

我认为下面的选项,使用 ix ,也可以,但它不是:

>>> df.ix[1,0]==pd.np.nan
False

我也试过了 iloc 结果相同:

>>> df.iloc[1,0]==pd.np.nan
False

但是,如果我使用 九、 或 iloc公司 我得到:

>>> df.ix[1,0]
nan
>>> df.iloc[1,0]
nan

为什么第二种选择不起作用? 是否可以检查 楠 值使用 九、 或 iloc公司 ?

4 回复 | 直到 7 年前

122

MaxU - stand with Ukraine 5 年前

试试这个:

In [107]: pd.isnull(df.iloc[1,0])
Out[107]: True

更新: 在较新版本中,熊猫使用 pd.isna() :

In [7]: pd.isna(df.iloc[1,0])
Out[7]: True

hygull 6 年前

以上答案很好。为了更好地理解,这里也有一个例子。

>>> import pandas as pd
>>>
>>> import numpy as np
>>>
>>> pd.Series([np.nan, 34, 56])
0     NaN
1    34.0
2    56.0
dtype: float64
>>>
>>> s = pd.Series([np.nan, 34, 56])
>>> pd.isnull(s[0])
True
>>>

我也试过几次,以下的试验都不起作用。幸亏 @MaxU .

>>> s[0]
nan
>>>
>>> s[0] == np.nan
False
>>>
>>> s[0] is np.nan
False
>>>
>>> s[0] == 'nan'
False
>>>
>>> s[0] == pd.np.nan
False
>>>

Prateek Kumar Dalbehera 5 年前

pd.isna(cell_value) 可用于检查给定单元格值是否为nan。或者, pd.notna(cell_value) 检查相反的情况。

来自熊猫的源代码:

def isna(obj):
    """
    Detect missing values for an array-like object.

    This function takes a scalar or array-like object and indicates
    whether values are missing (``NaN`` in numeric arrays, ``None`` or ``NaN``
    in object arrays, ``NaT`` in datetimelike).

    Parameters
    ----------
    obj : scalar or array-like
        Object to check for null or missing values.

    Returns
    -------
    bool or array-like of bool
        For scalar input, returns a scalar boolean.
        For array input, returns an array of boolean indicating whether each
        corresponding element is missing.

    See Also
    --------
    notna : Boolean inverse of pandas.isna.
    Series.isna : Detect missing values in a Series.
    DataFrame.isna : Detect missing values in a DataFrame.
    Index.isna : Detect missing values in an Index.

    Examples
    --------
    Scalar arguments (including strings) result in a scalar boolean.

    >>> pd.isna('dog')
    False

    >>> pd.isna(np.nan)
    True

-1

slavny_coder 3 年前

我制定了一些变通方法:

x = [np.nan]

In [4]: x[0] == np.nan
Out[4]: False

但是:

In [5]: np.nan in x
Out[5]: True

您可以看到列表包含方法 implementation ,以了解其工作原理。