Проверка наличия значений NaN в Python

Часто в процессе работы с данными в Python возникает необходимость проверки на наличие значений NaN (Not a Number). Например, при анализе датасета, содержащего числовые значения, может возникнуть ситуация, когда данные в некоторых ячейках отсутствуют или некорректны. В таких случаях они могут быть обозначены как NaN.

Рассмотрим пример:

В этом примере датафрейм df содержит значения NaN. Чтобы определить наличие таких значений, можно использовать различные методы.

Освойте Python на курсе от Skypro. Вас ждут 400 часов обучения и практики (достаточно десяти часов в неделю), подготовка проектов для портфолио, индивидуальная проверка домашних заданий и помощь опытных наставников. Получится, даже если у вас нет опыта в IT.

Использование функции isnan()

Один из способов — использовать функцию isnan() из библиотеки numpy. Эта функция возвращает True, если значение является NaN, и False в противном случае.

В этом коде проверяется, является ли значение в третьей строке столбца ‘A’ датафрейма df значением NaN.

Использование метода isnull()

Еще одним способом является использование метода isnull() для объектов pandas.DataFrame или pandas.Series. Этот метод возвращает True для значений NaN и False для других значений.

В данном случае, isnull() проверяет наличие значений NaN в столбце ‘B’ датафрейма df.

Вывод будет следующим:

Таким образом, проверка на наличие значений NaN в Python может быть выполнена различными способами. Выбор конкретного метода зависит от конкретной задачи и используемых инструментов.

На курсе Skypro «Python-разработчик» освоите основные инструменты программирования, получите опыт на реальных проектах и сможете стартовать в профессии уверенным новичком. Преподаватели — практикующие программисты с большим опытом, а в центре карьеры помогут составить цепляющее резюме и подготовиться к собеседованию.