Python | Панды серии. Хаснаны
Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.
Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.
Pandas Series.hasnans attribute returns a boolean value. It return True if the given Series object has missing values in it else it return False.
Syntax:Series.hasnans
Parameter : None
Returns : boolean
Example #1: Use Series.hasnans attribute to check if the given Series object has any missing values in it.
# importing pandas as pdimport pandas as pd # Creating the Seriessr = pd.Series(["New York", "Chicago", "Toronto", "Lisbon"]) # Creating the row axis labelssr.index = ["City 1", "City 2", "City 3", "City 4"] # Print the seriesprint(sr) |
Выход :

Now we will use Series.hasnans attribute to check for the missing values in sr object.
# check for missing values.sr.hasnans |
Выход :

As we can see in the output, the Series.hasnans attribute has returned False indicating that there is no missing values in the given series object.
Example #2 : Use Series.hasnans attribute to check if the given Series object has any missing values in it.
# importing pandas as pdimport pandas as pd # Creating the Seriessr = pd.Series([1000, "Calgarry", 5000, None]) # Print the seriesprint(sr) |
Выход :

Now we will use Series.hasnans attribute to check for the missing values in sr object.
# check for missing values.sr.hasnans |
Output :
As we can see in the output, the Series.hasnans attribute has returned True indicating that there is at least one missing value in the given series object.
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.