pandas.Index.isna #

最终索引。isna ( ) [来源] #

检测缺失值。

返回一个相同大小的布尔对象，指示值是否为 NA。 NA 值（例如None、numpy.NaN或pd.NaT）会映射到True值。其他一切都映射到False值。空字符串''或等字符numpy.inf不被视为 NA 值。

返回：

numpy.ndarray[布尔]: 一个布尔数组，表示我的值是否为 NA。

也可以看看

Index.notna: isna 的布尔逆。
Index.dropna: 省略缺失值的条目。
isna: 顶级isna。
Series.isna: 检测 Series 对象中的缺失值。

例子

显示 pandas.Index 中的哪些条目不适用。结果是一个数组。

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

空字符串不被视为 NA 值。没有一个被认为是 NA 值。

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

对于日期时间，NaT（不是时间）被视为 NA 值。

>>> 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])