ПРОВЕРКА НА NAN PYTHON PANDAS

NaN (Not a Number) — это специальное значение, которое используется для обозначения некорректных или отсутствующих данных в pandas.

Для проверки на наличие NaN значений в DataFrame можно использовать метод isna(). Этот метод возвращает DataFrame boolean значений, где True означает наличие NaN, а False — отсутствие NaN.

Пример кода:

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
print(df.isna())

Этот код создает DataFrame с тремя колонками: A, B и C. В колонке A первые две ячейки заполнены числами, а третья — NaN. Аналогично, в колонке B первая ячейка заполнена числом, а две последующие — NaN. В колонке C все ячейки заполнены числами. Затем мы используем метод isna(), чтобы проверить, где находятся NaN:

       A      B      C
0  False  False  False
1  False   True  False
2   True   True  False

Из результатов видно, что в колонке A только одна ячейка содержит NaN, в колонке B — две, а в колонке C нет NaN значений.

Handling Missing Values in Pandas Dataframe - GeeksforGeeks

Replace NaN Values with Zeros - Data Cleaning With Pandas for Machine Learning

Степан Саржан собеседование junior python разработчик. Вопросы из Тинькова

Check For Null Values NaN In Dataframe Python Pandas

Handle Missing NaN Values Python Pandas Dataframe

Drop Rows/Columns With NaN Values Dropna Dataframe Python Pandas

Dealing with Nan / missing Values in python #excel #numpy -Data Science #pandas #python #datascience

How to Detect and Fill Missing Values in Pandas (Python)

Собеседование python разработчик в мой стартап - Федор (пожелал остаться неизвестным)

#28. Pandas: What is a missing value? NaN, NaT, None, Inf in Python - 14 - Tutorial

BLGPG-AE538470736A-24-09-19-23

Новые материалы: