pd.notna(value)作用

pd.notna(value) 是 Pandas 中的一个函数，用于检查给定的值是否不是“空值”或“缺失值”。具体来说，它返回 True 如果 value 不是 NaN（即非空值），否则返回 False。这个函数通常用于数据清理和处理，帮助你识别数据中的有效值。

示例解释

假设你有一些数据，其中某些值可能是缺失的（例如 NaN 或 None），你想过滤掉这些缺失值，只处理有效数据。可以使用 pd.notna(value) 来进行判断：

import pandas as pd

# 示例值
value1 = 42
value2 = None
value3 = float('nan')

# 检查每个值是否不是空值
print(pd.notna(value1))  # 输出: True，因为 42 是有效值
print(pd.notna(value2))  # 输出: False，因为 None 是空值
print(pd.notna(value3))  # 输出: False，因为 NaN 是空值

 

 

用途

pd.notna() 在数据处理中非常有用，特别是在处理大型数据集时，你可能需要检查哪些数据是有效的，然后根据结果执行进一步的操作。例如，当你导入 Excel 数据到数据库时，可以使用 pd.notna() 来确保你只处理那些有效的数据字段，而忽略空值。

补充：pd.isna(value)

pd.isna(value) 与 pd.notna(value) 相反，pd.isna(value) 用于检查给定的值是否是空值。如果 value 是 NaN 或 None，则返回 True，否则返回 False。