Python pandas.DataFrame.isnull函数方法的使用

DataFrame.isnull(self)        [source]

DataFrame.isnull 是DataFrame.isna的别名，是同一个函数方法，例如：

>>> pd.isnull
<function isna at 0x7fb4c5cefc80>

推荐使用DataFrame.isna

1）检测缺失值

import pandas as pd
import numpy as np

# 创建一个包含缺失值的 DataFrame
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, np.nan]}

df = pd.DataFrame(data)

# 使用 isnull() 检测缺失值
result = df.isnull()
print(result)

2）判断某列是否有缺失值

import pandas as pd
import numpy as np

# 创建一个包含缺失值的 DataFrame
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, np.nan]}

df = pd.DataFrame(data)

# 检查列 'A' 是否有缺失值
result = df['A'].isnull()
print(result)

3）统计缺失值数量

可以通过将 isnull() 的结果与 sum() 结合，统计每一列或每一行的缺失值数量。

import pandas as pd
import numpy as np

# 创建一个包含缺失值的 DataFrame
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, np.nan]}

df = pd.DataFrame(data)

# 统计每列缺失值的数量
missing_values = df.isnull().sum()
print(missing_values)

详细文档：Python pandas.DataFrame.isna函数方法的使用