函数的作用是：对于值为'；无'；Python 2.7

样本数据1：

Country  Year
   A     2000
   A     2000
  None   2000

样本数据2：

Country  Year
   A     2001
   B     2001
  None   2001

输出：

Country  
  True     
  False   
  True   

函数（对于空值不提供任何值）

不管我怎么做，isin都不给emptyl细胞值。稍后，我应用另一个isin来检查一列是否在另一列中，但是，这也将“None”视为True。非常感谢您的帮助

我使用的第二个函数是（这是一个为null提供True的函数）：

我尝试了以下所有方法，但都不起作用

df['name'].isnull()
df.fillna('')

我认为您可以在之前

None

到

NaN

，然后使用函数和按条件检查：

---

---

首先尝试过滤空值

df=df.loc[（df['Country'].notnull（））和（df['Country'].isin（list））]

不起作用。我刚刚更新了这个问题，加入了我的第二个函数。第二个值为“无”值@EdChumPlease post原始数据、创建df的代码以及复制这些错误以避免歧义的相关错误尝试，通过使用文本解释症状进行调试错误提示必须更新@EdChumSorry这些字符串是'None'，object

None

还是

NaN

？我要求的是原始数据，而不是数据的文本表示，例如，我不知道这里的

None

是什么意思谢谢你的回答！我成功地将None值更改为NaN。然而，

df['2000'].isin（df['2001']]*1仍然适用于NaNsI不理解
df['2000']
-
2000
是样本中没有的列吗？当使用'df['2000']时。isin（df['2001'].notnull（））*1'将整个列变为False@耶斯雷尔
df['2000'].isin(df['2001'])* 1

df['name'].isnull()
df.fillna('')

df2 = pd.DataFrame({'Country': {0: 'A', 1: 'B', 2: None}, 
                    'Year': {0: 2001, 1: 2001, 2: 2001}})
print (df2)
  Country  Year
0       A  2000
1       A  2000
2    None  2000

df2['Country'] = df2['Country'].replace({None: np.nan})
print (df2)
  Country  Year
0       A  2001
1       B  2001
2     NaN  2001

L = ['A','C']
df = df2[(df2['Country'].notnull()) & (df2['Country'].isin(L))]
print (df)
  Country  Year
0       A  2001

df1 = pd.DataFrame({'Country': {0: 'A', 1: 'A', 2: None}, 
                    'Year': {0: 2000, 1: 2000, 2: 2000}})
print (df1)
  Country  Year
0       A  2000
1       A  2000
2    None  2000

df2 = pd.DataFrame({'Country': {0: 'A', 1: 'B', 2: None}, 
                    'Year': {0: 2001, 1: 2001, 2: 2001}})
print (df2)
  Country  Year
0       A  2001
1       B  2001
2    None  2001

mask = df2['Country'].isin(df1['Country']) & 
      (df1['Country'].notnull()) &
      (df2['Country'].notnull())
print (mask)
0     True
1    False
2    False
Name: Country, dtype: bool

print (mask.astype(int))
0    1
1    0
2    0
Name: Country, dtype: int32