pandas.Index.isna

Index.isna(self) [source]

Обнаружение пропущенных значений.

Возвращает булево значение той же размерности, что и входной массив, обозначающее, являются ли значения пропущенными. Пропущенные значения, такие как None, numpy.NaN или pd.NaT, отображаются как True значения. Все остальные значения отображаются как False значения. Символы, такие как пустые строки ‘’ или numpy.inf, не считаются пропущенными значениями (если вы не установите pandas.options.mode.use_inf_as_na = True).

Новое в версии 0.20.0.

Возвращает:	numpy.ndarray Булев массив, указывающий, являются ли значения NA.

См. также

Index.notna

Логическое отрицание isna.

Index.dropna

Исключение строк с пропущенными значениями.

isna

Функция isna верхнего уровня.

Series.isna

Обнаружение пропущенных значений в объекте Series.

Примеры

Отображение строк в pandas.Index, которые содержат NA. Результат — массив.

>>> idx = pd.Index([5.2, 6.0, np.NaN])
>>> idx
Float64Index([5.2, 6.0, nan], dtype='float64')
>>> idx.isna()
array([False, False,  True], dtype=bool)

Пустые строки не считаются NA значениями. None считается NA значением.

>>> idx = pd.Index(['black', '', 'red', None])
>>> idx
Index(['black', '', 'red', None], dtype='object')
>>> idx.isna()
array([False, False, False,  True], dtype=bool)

Для значений datetime, NaT (не время) считается NA значением.

>>> idx = pd.DatetimeIndex([pd.Timestamp('1940-04-25'),
...                         pd.Timestamp(''), None, pd.NaT])
>>> idx
DatetimeIndex(['1940-04-25', 'NaT', 'NaT', 'NaT'],
              dtype='datetime64[ns]', freq=None)
>>> idx.isna()
array([False,  True,  True,  True], dtype=bool)