Python Pandas dataframe.first_valid_index()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.first_valid_index()函数返回数据帧中第一个非NA /空值的索引。如果是 Pandas 系列，则返回第一个非NA /空索引。对于pandas Dataframe，将返回该索引，该索引甚至具有单个非NA /null值。

注意：如果所有元素都不为NA /null，则返回None。对于空的DataFrame也返回None

用法： DataFrame.first_valid_index()

返回： scalar:type of index

范例1：采用first_valid_index()函数查找数据帧中的第一个非NA /空索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[None, None, 2, 4, 5],  
                   "B":[5, None, None, 44, 2], 
                   "C":[None, None, None, 1, 5]}) 
  
# Print the dataframe 
df

现在应用first_valid_index()函数。

# applying first_valid_index() function  
df.first_valid_index()

输出：

注意，有non-Na第一行第二列中的值。因此输出为0，表示第0个索引包含一个non-NA值。

范例2：采用first_valid_index()函数查找数据帧中的第一个非NA /空索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[None, None, 2, 4, 5], 
                   "B":[None, None, None, 44, 2], 
                   "C":[None, None, None, 1, 5]}) 
  
# applying first_valid_index() function  
df.first_valid_index()

输出：

正如我们在 DataFrame 中看到的，前两行只有NA值。因此，输出为2

范例3：采用first_valid_index()函数查找序列中的第一个非NA /空索引。

# importing pandas as pd 
import pandas as pd 
  
# Creating the series 
ser = pd.Series([None, None, "sam", "alex", "sophia", None]) 
  
# Print the series 
ser

现在应用first_valid_index()函数。

# applying first_valid_index() function  
ser.first_valid_index()

输出：

输出为2，因为第0个和第1个索引的值为空。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.first_valid_index()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。