前言：

python的pandas庫中有?個?分便利的isnull()函數，它可以?來判斷缺失值，我們通過?個例?學習它的使??法。
?先我們創建?個dataframe,其中有?些數據為缺失值。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(10,99,size=(10,5)))
df.iloc[4:6,0] = np.nan
df.iloc[5:7,2] = np.nan
df.iloc[7,3] = np.nan
df.iloc[2:3,4] = np.nan

得到的結果如下所?：

也可以通過pycharm的ScivView查看：

我們先來運?一下isnull()看會出現什么結果：

print(df.isnull())

運行結果如下所示：

總結：isnull()返回了布爾值，若該處為缺失值，返回True，若該處不為缺失值，則返回False

直接使?isnull()并不能很直觀的反應缺失值的信息。 我們再調?其他命令進?嘗試。
df.isnull().any()

# 會判斷哪些列包含缺失值，該列存在缺失值則返回True，反之False。
print(df.isnull().any())

運行結果如下所示：

總結：isnull().any()會判斷哪些列包含缺失值，該列存在缺失值則返回True，反之False。

再來看一個例子：

使用isnull().sum()它直接告訴我們每列缺失值的個數。

# isnull().sum()就更加直觀了，它直接告訴了我們每列缺失值的個數。
print(df.isnull().sum())

運行結果如下所示：

我來解釋一下上面圖片：

• 第0列有2個值為NAN（Not A Number）
• 第1列有1個值為NAN
• 第2列有2個值為NAN
• 第3列有1個值為NAN
• 第4列有1個值為NAN

我們再細心看看這個圖。是不是和我們isnull().sum()的結果一模一樣？