pandas.Index.isnull

Index.isnull(self) [source]

Обнаружение пропущенных значений.

Возвращает объект той же размерности, что и входной, содержащий булевы значения, указывающие, являются ли значения NA. Значения NA, такие как None, numpy.NaN или pd.NaT, отображаются как значения True. Все остальные значения отображаются как значения False. Символы, такие как пустые строки ‘’ или numpy.inf, не считаются значениями NA (если вы не установите pandas.options.mode.use_inf_as_na = True).

Добавлена в версии 0.20.0.

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

См. также

Index.notna

Логическое отрицание isna.

Index.dropna

Исключение записей с пропущенными значениями.

isna

Функция isna верхнего уровня.

Series.isna

Обнаружение пропущенных значений в объекте Series.

Примеры

Показать, какие записи в pandas.Index являются 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 значениями NA. None считается значением NA.

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

Для дат и времени, NaT (Не время) считается значением NA.

>>> 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)