pandas.isna

pandas.isna(obj) [source]

Определение отсутствующих значений для объектоподобного массива.

Эта функция принимает скалярное или объектоподобное значение и указывает, являются ли значения отсутствующими (NaN в числовых массивах, None или NaN в массивах объектов, NaT в datetimelike).

Параметры:	obj : scalar or array-like Объект для проверки на нулевые или отсутствующие значения.
Возвращает:	bool или массив bool Для скалярного входного значения возвращает скалярное булево значение. Для входного массива возвращает массив булевых значений, указывающий, является ли каждое соответствующее значение отсутствующим.

См. также

notna

Булево обратное значение pandas.isna.

Series.isna

Определение отсутствующих значений в Series.

DataFrame.isna

Определение отсутствующих значений в DataFrame.

Index.isna

Определение отсутствующих значений в Index.

Примеры

Скалярные аргументы (включая строки) приводят к скалярному булевому значению.

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

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

ndarrays приводят к ndarray булевых значений.

>>> array = np.array([[1, np.nan, 3], [4, 5, np.nan]])
>>> array
array([[ 1., nan,  3.],
       [ 4.,  5., nan]])
>>> pd.isna(array)
array([[False,  True, False],
       [False, False,  True]])

Для индексов возвращается ndarray булевых значений.

>>> index = pd.DatetimeIndex(["2017-07-05", "2017-07-06", None,
...                           "2017-07-08"])
>>> index
DatetimeIndex(['2017-07-05', '2017-07-06', 'NaT', '2017-07-08'],
              dtype='datetime64[ns]', freq=None)
>>> pd.isna(index)
array([False, False,  True, False])

Для Series и DataFrame возвращается тот же тип, содержащий булевые значения.

>>> df = pd.DataFrame([['ant', 'bee', 'cat'], ['dog', None, 'fly']])
>>> df
     0     1    2
0  ant   bee  cat
1  dog  None  fly
>>> pd.isna(df)
       0      1      2
0  False  False  False
1  False   True  False

>>> pd.isna(df[1])
0    False
1     True
Name: 1, dtype: bool