pandas.Index.isna

finalIndex.isna()[source]

Обнаружение пропущенных значений.

Возвращает булевый объект той же размерности, указывающий, являются ли значения отсутствующими. Значения NA, такие как None, numpy.NaN или pd.NaT, отображаются как значения True. Всё остальное отображается как значения False. Символы, такие как пустые строки ‘’ или numpy.inf, не считаются отсутствующими значениями.

Возвращаемое значение:

numpy.ndarray[bool]

Булевой массив, указывающий, являются ли мои значения отсутствующими.

См. также

Index.notna

Логическое отрицание isna.

Index.dropna

Исключение строк с отсутствующими значениями.

isna

Функция isna верхнего уровня.

Series.isna

Обнаружение пропущенных значений в объекте Series.

Примеры

Показать, какие записи в pandas.Index являются отсутствующими. Результат — массив.

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

Пустые строки не считаются отсутствующими значениями. None считается отсутствующим значением.

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

Для дат и времени NaT (Not a Time) считается отсутствующим 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])