Python pandas.DataFrame.notna函数方法的使用

DataFrame.notna(self)    → 'DataFrame'      [source]
DataFrame.notnull(self)  → 'DataFrame'      [source]

检测现有（非缺失）值。

返回一个布尔值相同大小的对象，指示值是否不是NA。非缺失值将映射为True。诸如空字符串之类的字符''或numpy.inf不视为NA值的字符（除非设置pandas.options.mode.use_inf_as_na = True) 。NA值(例如，None或numpy.NaN)被映射为False值。

例子

1）基本使用

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': ['x', None, 'z']
})

print(df)
print(df.notna())

2）获取列 A 中非空的行

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': ['x', None, 'z']
})

print(df)
print(df[df['A'].notna()])

3）统计非空值个数

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': ['x', None, 'z']
})

print(df)
print(df.notna().sum())

4）配合 .where() 或 .mask() 使用

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': ['x', None, 'z']
})

print(df)
# 只保留非空值，其它设置为 NaN
print(df.where(df.notna()))