เมธอด notnull() (หรือ .notna()) ใช้ตรวจสอบค่าที่ ไม่ใช่ Null/NaN** ใน DataFrame คืนค่าเป็น Boolean (True/False) ขนาดเท่าเดิม True = ไม่ใช่ Null, False = เป็น Null
ขั้นตอนการทำงาน
1. โหลดข้อมูลจาก CSV ที่มีค่า NaN
import pandas as pd
dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\CarRecords.csv")
2. ตรวจสอบค่า Not Null
res = dataFrame.notnull()
print(res)
3. (ตัวเลือก) ลบแถวที่มีค่า Null
dataFrame = dataFrame.dropna()
print(dataFrame)
โค้ดตัวอย่างสมบูรณ์
import pandas as pd
# อ่านไฟล์ CSV
dataFrame = pd.read_csv(r"C:\Users\amit_\Desktop\CarRecords.csv")
print("DataFrame:\n", dataFrame)
# ขนาดข้อมูล
print("\nRows, Cols:", dataFrame.shape)
# ตรวจสอบ Not Null
res = dataFrame.notnull()
print("\nNotNull check (True=มีค่า, False=NaN):\n", res)
# ลบแถวที่มี NaN
dataFrame = dataFrame.dropna()
print("\nDataFrame หลังลบ NaN:\n", dataFrame)
print("\nขนาดใหม่:", dataFrame.shape)
ผลลัพธ์ตัวอย่าง
DataFrame:
Car Place UnitsSold
0 Audi Bangalore 80.0
1 Porsche Mumbai 110.0
2 RollsRoyce Pune NaN
3 BMW Delhi 200.0
4 Mercedes Hyderabad 80.0
5 Lamborghini Chandigarh NaN
6 Audi Mumbai NaN
7 Mercedes Pune 120.0
8 Lamborghini Delhi 100.0
NotNull check:
Car Place UnitsSold
0 True True True
1 True True True
2 True True False
3 True True True
4 True True True
5 True True False
6 True True False
7 True True True
8 True True True
DataFrame หลังลบ NaN:
Car Place UnitsSold
0 Audi Bangalore 80.0
1 Porsche Mumbai 110.0
3 BMW Delhi 200.0
4 Mercedes Hyderabad 80.0
7 Mercedes Pune 120.0
8 Lamborghini Delhi 100.0
เมธอดเกี่ยวข้อง
| เมธอด | คำอธิบาย |
|---|---|
notnull() / notna() | True ถ้าไม่ใช่ NaN |
isnull() / isna() | True ถ้าเป็น NaN |
dropna() | ลบแถว/คอลัมน์ที่มี NaN |
fillna() | เติมค่า NaN ด้วยค่าที่กำหนด |
เคล็ดลับ
- ใช้
dataFrame.notnull().all(axis=1)หาแถวที่ไม่มี NaN เลย - ใช้
dataFrame.isnull().sum()นับจำนวน NaN ต่อคอลัมน์ notna()เป็น alias ใหม่ แนะนำให้ใช้แทนnotnull()