$ \ beingroup $
Tôi đã sử dụng gấu trúc khá lâu. Nhưng, tôi không hiểu sự khác biệt giữa isna[]
và isnull[]
là gì. Và, quan trọng hơn, một người sẽ sử dụng khi xác định các giá trị bị thiếu trong khung dữ liệu.
Sự khác biệt cơ bản cơ bản của cách phát hiện giá trị là na
hoặc null
là gì?
Nwaldo
3612 Huy hiệu bạc10 Huy hiệu đồng2 silver badges10 bronze badges
Đã hỏi ngày 6 tháng 9 năm 2018 lúc 10:14Sep 6, 2018 at 10:14
Vaibhav Thakurvaibhav ThakurVaibhav Thakur
2.2833 huy hiệu vàng9 Huy hiệu bạc9 Huy hiệu đồng3 gold badges9 silver badges9 bronze badges
$ \ endgroup $
2
$ \ beingroup $
Gandas isna[]
so với isnull[]
.
Tôi cho rằng bạn đang đề cập đến pandas.DataFrame.isna[]
so với pandas.DataFrame.isnull[]
. Không nhầm lẫn với
>>> pd.isnull
0, trái ngược với hai ở trên không phải là phương thức của lớp DataFrame.Hai phương pháp DataFrame này làm chính xác điều tương tự! Ngay cả tài liệu của họ cũng giống hệt nhau. Bạn thậm chí có thể xác nhận điều này trong mã của Pandas.exactly the same thing! Even their docs are identical. You can even confirm this in pandas' code.
Nhưng tại sao có hai phương pháp với các tên khác nhau làm điều tương tự?
Điều này là do các khung dữ liệu của Pandas dựa trên các khung dữ liệu của R. Trong r na
và null
là hai thứ riêng biệt. Đọc bài viết này để biết thêm thông tin.
Tuy nhiên, trong Python, Pandas được xây dựng trên đỉnh của Numpy, không có giá trị na
hay null
. Thay vào đó, Numpy có các giá trị
>>> pd.isnull
5 [là viết tắt của "không phải là số"]. Do đó, gấu trúc cũng sử dụng các giá trị >>> pd.isnull
5.neither na
nor null
values. Instead numpy has >>> pd.isnull
5 values [which stands for "Not a Number"]. Consequently, pandas also uses >>> pd.isnull
5 values.Nói ngắn gọn
Để phát hiện
5 Giá trị Numpy sử dụng>>> pd.isnull
8.>>> pd.isnull
Để phát hiện
5 Giá trị Pandas sử dụng>>> pd.isnull
isna[]
0 hoặcisna[]
1. Các giá trị
5 được kế thừa từ thực tế là gấu trúc được xây dựng trên đỉnh của Numpy, trong khi hai tên của hai chức năng bắt nguồn từ các khung dữ liệu của R, có cấu trúc và chức năng gấu trúc cố gắng bắt chước.>>> pd.isnull
The
5 values are inherited from the fact that pandas is built on top of numpy, while the two functions' names originate from R's DataFrames, whose structure and functionality pandas tried to mimic.>>> pd.isnull
Đã trả lời ngày 6 tháng 9 năm 2018 lúc 10:55Sep 6, 2018 at 10:55
$ \ endgroup $
3
Pandas có cả isna[]
và isnull[]
. Tôi thường sử dụng isnull[]
để phát hiện các giá trị bị thiếu và chưa bao giờ đáp ứng trường hợp để tôi phải sử dụng ngoài điều đó. Vì vậy, khi nào nên sử dụng isna[]
?
SBHA
9.0482 Huy hiệu vàng68 Huy hiệu bạc59 Huy hiệu Đồng2 gold badges68 silver badges59 bronze badges
Khi được hỏi ngày 29 tháng 8 năm 2018 lúc 21:52Aug 29, 2018 at 21:52
Ipramusintoipramusintoipramusinto
2.1202 Huy hiệu vàng13 Huy hiệu bạc24 Huy hiệu đồng2 gold badges13 silver badges24 bronze badges
0
isna[]
7 là bí danh cho isna[]
8. Theo nghĩa đen trong nguồn mã của gấu trúc:
isnull = isna
Indeed:
>>> pd.isnull
Vì vậy, tôi sẽ khuyên bạn nên sử dụng isna[]
8.
Đã trả lời ngày 3 tháng 10 năm 2018 lúc 13:40Oct 3, 2018 at 13:40
7
Cả hai đều giống nhau. Là một thực tiễn tốt nhất, luôn luôn thích sử dụng isna[]
hơn isnull[]
.
Thật dễ dàng để nhớ những gì isna[]
đang làm bởi vì khi bạn nhìn vào phương pháp numpy
>>> pd.isnull
8, nó sẽ kiểm tra các giá trị >>> pd.isnull
5. Trong gấu trúc có các tên phương thức tương tự khác như isnull[]
5, isnull[]
6 xử lý các giá trị bị thiếu và nó luôn giúp dễ nhớ.Đã trả lời ngày 15 tháng 8 năm 2019 lúc 8:42Aug 15, 2019 at 8:42
Jyoti prasad paljyoti prasad palJyoti Prasad Pal
1.5192 huy hiệu vàng24 Huy hiệu bạc38 Huy hiệu đồng2 gold badges24 silver badges38 bronze badges
Đã trả lời ngày 5 tháng 9 năm 2018 lúc 4:57Sep 5, 2018 at 4:57
Tam Letam leTam Le
3343 Huy hiệu bạc9 Huy hiệu Đồng3 silver badges9 bronze badges