Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/sharepoint/4.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如果数据帧中不为空和不为空,如何查找if值?_Python_Python 3.x_Pandas_Dataframe - Fatal编程技术网

Python 如果数据帧中不为空和不为空,如何查找if值?

Python 如果数据帧中不为空和不为空,如何查找if值?,python,python-3.x,pandas,dataframe,Python,Python 3.x,Pandas,Dataframe,如何确定数据帧中的字段是否为空(“”)和非空 我正在使用if not value和pd.notna(value): 它是正确的还是有更好的API直接处理此逻辑?将空值更改为NaN,然后进行检查。韩元 df = pd.DataFrame({"a": [np.nan, 1, ""]}) df = df.replace('', np.nan) print(df.isnull()) 返回: a 0 True 1 False 2 True

如何确定数据帧中的字段是否为空(“”)和非空

我正在使用
if not value和pd.notna(value):


它是正确的还是有更好的API直接处理此逻辑?

将空值更改为NaN,然后进行检查。韩元

df = pd.DataFrame({"a": [np.nan, 1, ""]})
df = df.replace('', np.nan)
print(df.isnull())
返回:

       a
0   True
1  False
2   True
       a
0   True
1  False
2   True
另一种方法是用空的
'
填充NaN,然后检查:

df = pd.DataFrame({"a": [np.nan, 1, ""]})
df = df.fillna('')
print(df=='')
返回:

       a
0   True
1  False
2   True
       a
0   True
1  False
2   True

将空值更改为NaN,然后进行检查。韩元

df = pd.DataFrame({"a": [np.nan, 1, ""]})
df = df.replace('', np.nan)
print(df.isnull())
返回:

       a
0   True
1  False
2   True
       a
0   True
1  False
2   True
另一种方法是用空的
'
填充NaN,然后检查:

df = pd.DataFrame({"a": [np.nan, 1, ""]})
df = df.fillna('')
print(df=='')
返回:

       a
0   True
1  False
2   True
       a
0   True
1  False
2   True

您可以使用空字符串替换字段,或者在数据帧中使用
np.nan
None
替换仅包含空格的字段,然后使用
notna
查找有效值

df.replace(r'^\s*$',np.nan,regex=True,inplace=True)
此外,
if not value和pd.notna(value)
不适用于空字符串或仅包含空格的字段:

value=''
不是价值和pd.notna(价值)#这是真的
值=无
not value和pd.notna(value)#这是错误的
值=np.nan
not value和pd.notna(value)#这是错误的

您可以使用空字符串替换字段,或者在数据帧中使用
np.nan
None
替换仅包含空格的字段,然后使用
notna
查找有效值

df.replace(r'^\s*$',np.nan,regex=True,inplace=True)
此外,
if not value和pd.notna(value)
不适用于空字符串或仅包含空格的字段:

value=''
不是价值和pd.notna(价值)#这是真的
值=无
not value和pd.notna(value)#这是错误的
值=np.nan
not value和pd.notna(value)#这是错误的