我正在用python开发一些实践数据集[关闭]

这个 isnull 为每个值返回一个布尔语句,any转到每个列以检查是否有trues,然后进一步使用any,另一个any t将检查是否有trues

如果你不知道, 无空 检查每个值的numpy nan

另一方面 any 可以有一个 axis 参数,如果是1,则表示每行,否则不是。

示例(请阅读注释):

>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame({'a':[np.nan,2,3], 'b':[2,np.nan,4]})
>>> df.isnull() # for each value
       a      b
0   True  False
1  False   True
2  False  False
>>> df.isnull().any() # for each column
a    True
b    True
dtype: bool
>>> df.isnull().any(axis=1) # for each row
0     True
1     True
2    False
dtype: bool
>>> df.isnull().any().any() # for any value 
True

如果你有一个叫df的 train_data 这样地:

train_data = pd.DataFrame( {'a':[1,2,3], 'b':[2,3,4]})

train_data.isnull().any() 告诉您在任何列中是否有 nan 元素:

a    False
b    False
dtype: bool

对于此df: train_data = pd.DataFrame( {'a':[np.nan,2,3], 'b':[2,3,4]}) 您将拥有:

a     True
b    False
dtype: bool

any() 用于知道列的任何元素是否 np.nan . 对于此df:

train_data = pd.DataFrame( {'a':[np.nan,5,np.nan], 'b':[2,3,4]}) 

train_data.isnull() 将每个元素的布尔值作为输出:

       a      b
0   True  False
1  False  False
2   True  False