判斷

各種類型檢查

Empty

無資料狀態

Empty DataFrame

Columns: [FIELD_A, FIELD_B, FIELD_C, FIELD_D]

Index: []

無法用「is None」判斷(因為他仍舊有欄位名之類的東西存在不是None)

DataFrame預設方法

data.empty # True/False

長度==0

len(data) == 0 # 不可以用size!理由與isNone相同

Null

判斷A欄位中值是否為None

data['A'].isnull()

取出A欄位中值非None的資料列

data[~data['A'].isnull()]

取出AB欄位中值皆非None的資料列

data[~data['A'].isnull() & ~data['B'].isnull()]

NaN

顯示為NaN，代表「空值」，與「空對象Nonw」不同，是「numpy.float64」類型，判斷要用「pd.isna」。

print(type(data['30'].loc[0]))
# <class 'numpy.float64'>

print(pd.isna(data['30'].loc[0]))
# True/False =>判斷「欄位30第一筆」資料是否為NaN

過濾可以這樣寫

data = data[~pd.isna(data['30'])]
# 濾除「欄位30」為NaN的資料

https://www.cnblogs.com/zjuhaohaoxuexi/p/15865290.html

isin 是否含有

判斷是否包含传入的指定值，回傳是對應的整組boolean。

data = data[data['PRODUCT'].isin(must_have_product)]
# data = data中PRODUCT欄位值有在must_have_product清單中的資料
# must_have_product是個list，但根據isin說明，應該也可以放入dist

參考：https://www.gairuo.com/p/pandas-isin