pyspark.pandas.isnull¶
-
pyspark.pandas。isnull( obj ) ¶ -
检测缺失值类似数组的对象。
此函数接受一个标量或类数组对象和显示值是否丢失(
南在数值数组,没有一个或南在对象数组)。- 参数
-
- obj 标量、数组类
-
对象来检查null或缺失值。
- 返回
-
- bool或布尔值的数组类
-
对标量输入,返回一个标量布尔。数组输入,返回一个布尔指示是否每个相应的数组元素是失踪。
另请参阅
-
Series.isna -
在一系列检测缺失值。
-
Series.isnull -
在一系列检测缺失值。
-
DataFrame.isna -
DataFrame检测缺失值。
-
DataFrame.isnull -
DataFrame检测缺失值。
-
Index.isna -
检测索引中的遗漏值。
-
Index.isnull -
检测索引中的遗漏值。
例子
标量参数(包括字符串)导致一个标量布尔。
> > >ps。并网发电(“狗”)假
> > >ps。并网发电(np。南)真正的
ndarrays导致ndarray的布尔值。
> > >数组=np。数组([[1,np。南,3),(4,5,np。南]])> > >数组数组([[1。南3。)(4。5。,南]])> > >ps。并网发电(数组)数组([假的,真的,假的,[假,假,真]])
系列和DataFrame返回相同的类型,包含布尔值。
> > >df=ps。DataFrame({“一个”:(“蚁族”,“蜜蜂”,“猫”),“b”:(“狗”,没有一个,“飞”]})> > >df一个b0 ant的狗1蜜蜂没有2只猫飞
> > >ps。并网发电(df)一个b0假假1假真2假假
> > >ps。isnull(df。b)0错误1真正的2错误名称:b, dtype: bool