Detectar valores no perdidos para un array-como objeto.
Esta función toma un escalar o array-como objeto e indica si los valores son válidos (no faltan, que es NaN en matrices numéricas, None o NaN en matrices de objetos, NaT en fecha y hora).
- Parámetros
-
- obj : array-como u objeto de valor
-
Objeto para verificar no null o no-valores faltantes.
- Devoluciones
-
- bool o array-Como de bool
-
Para la entrada escalar, devuelve un booleano escalar. Para array entrada, devuelve un array de booleano que indica si cada elemento correspondiente es válido.
Ver también
isna-
Booleano inverso de pandas.notna.
Series.notna-
Detecta valores válidos en una serie.
DataFrame.notna-
Detecta valores válidos en un DataFrame.
Index.notna-
Detecta valores válidos en un índice.
Ejemplos de
Los argumentos escalares (incluidas las cadenas) dan como resultado un booleano escalar.
>>> pd.notna('dog')True
>>> pd.notna(pd.NA)False
>>> pd.notna(np.nan)False
Los ndarrays dan como resultado un ndarray de valores booleanos.
>>> array = np.array([[1, np.nan,3],[4,5, np.nan]])>>> array
array([[1., nan,3.],[4.,5., nan]])>>> pd.notna(array)
array([[True,False,True],[True,True,False]])
Para los índices, se devuelve un ndarray de valores booleanos.
>>> index = pd.DatetimeIndex(["2017-07-05","2017-07-06",None,..."2017-07-08"])>>> index
DatetimeIndex(['2017-07-05','2017-07-06','NaT','2017-07-08'],
dtype='datetime64[ns]', freq=None)>>> pd.notna(index)
array([True,True,False,True])
Para Series y DataFrame, se devuelve el mismo tipo, que contiene valores booleanos.
>>> df = pd.DataFrame([['ant','bee','cat'],['dog',None,'fly']])>>> df
0120 ant bee cat
1 dog None fly
>>> pd.notna(df)0120TrueTrueTrue1TrueFalseTrue
>>> pd.notna(df[1])0True1False
Name:1, dtype:bool
