Python Pandas – notnull()을 사용하여 Null 값 확인

notnull() 메서드는 부울 값을 반환합니다. 즉, DataFrame에 null 값이 있으면 False가 반환되고 그렇지 않으면 True가 반환됩니다.

다음이 일부 NaN, 즉 null 값이 포함된 CSV 파일이라고 가정해 보겠습니다. -

먼저 CSV 파일을 읽겠습니다 -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")

null 값이 아닌지 확인 -

res = dataFrame.notnull()

이제 DataFrame을 표시할 때 notnull()이 부울을 반환하기 때문에 CSV 데이터가 True 및 False, 즉 부울 값의 형태로 표시됩니다. Null 값의 경우 False가 표시됩니다. Null이 아닌 값의 경우 True가 표시됩니다.

예

다음은 전체 코드입니다 -

import pandas as pd

# reading csv file
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\CarRecords.csv")
print("DataFrame...\n",dataFrame)

# count the rows and columns in a DataFrame
print("\nNumber of rows and column in our DataFrame = ",dataFrame.shape)

res = dataFrame.notnull()
print("\nDataFrame displaying False for Null (NaN) value = \n",res)

dataFrame = dataFrame.dropna()
print("\nDataFrame after removing null values...\n",dataFrame)
print("\n(Updated) Number of rows and column in our DataFrame = ",dataFrame.shape)

출력

이것은 다음과 같은 출력을 생성합니다 -

DataFrame...
           Car       Place   UnitsSold
0         Audi   Bangalore        80.0
1      Porsche      Mumbai       110.0
2   RollsRoyce        Pune         NaN
3          BMW       Delhi       200.0
4     Mercedes   Hyderabad        80.0
5  Lamborghini  Chandigarh         NaN
6         Audi      Mumbai         NaN
7     Mercedes        Pune       120.0
8  Lamborghini       Delhi       100.0

Number of rows and column in our DataFrame = (9, 3)

DataFrame displaying False for Null values =
    Car   Place   UnitsSold
0  True    True        True
1  True    True        True
2  True    True       False
3  True    True        True
4  True    True        True
5  True    True       False
6  True    True       False
7  True    True        True
8  True    True        True

DataFrame after removing null values...
           Car      Place   UnitsSold
0         Audi  Bangalore        80.0
1      Porsche     Mumbai       110.0
3          BMW      Delhi       200.0
4     Mercedes  Hyderabad        80.0
7     Mercedes       Pune       120.0
8  Lamborghini      Delhi       100.0

(Updated)Number of rows and column in our DataFrame = (6, 3)