pandas.isnull()是Pandas库中的一个函数，用于检测数据中的缺失值（NaN）。
pandas.isnull(obj)
参数obj为要进行缺失值检测的数据对象，可以是Series、DataFrame或Panel对象。
下面给出两个实例：
import pandas as pd
import numpy as np
s = pd.Series([1,2,np.nan,4,5,np.nan])
print(s)
'''
0 1.0
1 2.0
2 NaN
3 4.0
4 5.0
5 NaN
dtype: float64
'''
print(pd.isnull(s))
'''
0 False
1 False
2 True
3 False
4 False
5 True
dtype: bool
'''可以看到，通过isnull()返回的布尔类型的数组中，第2个和第5个位置均为True，即Series对象中有2个缺失值。
import pandas as pd
import numpy as np
data = {'Name':['Tom', 'Jack', 'Steve', 'Ricky'], 'Age':[28, 34, np.nan, 42], 'Country':['US', 'UK', np.nan, 'CA']}
df = pd.DataFrame(data)
print(df)
'''
Name Age Country
0 Tom 28.0 US
1 Jack 34.0 UK
2 Steve NaN NaN
3 Ricky 42.0 CA
'''
print(pd.isnull(df))
'''
Name Age Country
0 False False False
1 False False False
2 False True True
3 False False False
'''在DataFrame对象中，通过isnull()函数返回的数组，第3行第2列和第3列均为True，表示该位置存在缺失值。
本文链接：http://task.lmcjl.com/news/17753.html