Вы можете использовать следующий базовый синтаксис, чтобы проверить, пуста ли конкретная ячейка в кадре данных pandas:
#check if value in first row of column 'A' is empty
print(pd.isnull (df.loc[0, 'A']))
#print value in first row of column 'A'
print(df.loc[0, 'A'])
В следующем примере показано, как использовать этот синтаксис на практике.
Пример: проверьте, пуста ли ячейка в Pandas DataFrame
Предположим, у нас есть следующие Pandas DataFrame:
import pandas as pd
import numpy as np
#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
'points': [18, np.nan, 19, 14, 14, 11, 20, 28],
'assists': [5, 7, 7, 9, np.nan, 9, 9, 4],
'rebounds': [11, 8, 10, 6, 6, 5, 9, np.nan]})
#view DataFrame
df
team points assists rebounds
0 A 18.0 5.0 11.0
1 B NaN 7.0 8.0
2 C 19.0 7.0 10.0
3 D 14.0 9.0 6.0
4 E 14.0 NaN 6.0
5 F 11.0 9.0 5.0
6 G 20.0 9.0 9.0
7 H 28.0 4.0 NaN
Мы можем использовать следующий код, чтобы проверить, является ли значение в индексе строки номер один и точках столбца нулевым:
#check if value in index row 1 of column 'points' is empty
print(pd.isnull (df.loc[1, 'points']))
True
Значение True указывает, что значение в индексе строки номер один столбца «точки» действительно пусто.
Мы также можем использовать следующий код для вывода фактического значения в строке номер один столбца «точки»:
#print value in index row 1 of column 'points'
print(df.loc[1, 'points'])
nan
Вывод говорит нам, что значение в индексе строки номер один столбца «точки» равно nan , что эквивалентно пустой ячейке.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:
Как установить значение для конкретной ячейки в Pandas
Как получить значение ячейки в Pandas
Как заменить значения NaN на ноль в Pandas