Spec-Zone.ru › pandas 2

pandas.notna

pandas.notna(obj)[source]

Обнаружение значений, отличных от пропущенных, для массивоподобного объекта.

Эта функция принимает скалярный или массивоподобный объект и указывает, являются ли значения допустимыми (не пропущенными, что является NaN в числовых массивах, None или NaN в массивах объектов, NaT в массивах datetimelike).

Параметры:
obj: массивоподобный объект или значение объекта

Объект, для которого проверяются значения, отличные от нулевых или пропущенных.

Возвращает:
bool или массивоподобный массив bool

Для скалярного входного значения возвращает скалярное булево значение. Для входного массива возвращает массив булевых значений, указывающий, является ли каждое соответствующее значение допустимым.

См. также

isna

Булево обратное значение pandas.notna.

Series.notna

Обнаружение допустимых значений в Series.

DataFrame.notna

Обнаружение допустимых значений в DataFrame.

Index.notna

Обнаружение допустимых значений в индексе.

Примеры

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

>>> pd.notna('dog')
True
>>> pd.notna(pd.NA)
False
>>> pd.notna(np.nan)
False

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.notna(array)
array([[ True, False,  True],
       [ True,  True, False]])

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.notna(index)
array([ True,  True, False,  True])

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

>>> df = pd.DataFrame([['ant', 'bee', 'cat'], ['dog', None, 'fly']])
>>> df
     0     1    2
0  ant   bee  cat
1  dog  None  fly
>>> pd.notna(df)
      0      1     2
0  True   True  True
1  True  False  True
>>> pd.notna(df[1])
0     True
1    False
Name: 1, dtype: bool

© 2008–2022, AQR Capital Management, LLC, Lambda Foundry, Inc. and PyData Development Team
Licensed under the 3-clause BSD License.
https://pandas.pydata.org/pandas-docs/version/2.2.2/reference/api/pandas.notna.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API