Python Pandas dataframe.first_valid_index()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.first_valid_index()函數返回數據幀中第一個非NA /空值的索引。如果是 Pandas 係列，則返回第一個非NA /空索引。對於pandas Dataframe，將返回該索引，該索引甚至具有單個非NA /null值。

注意：如果所有元素都不為NA /null，則返回None。對於空的DataFrame也返回None

用法： DataFrame.first_valid_index()

返回： scalar:type of index

範例1：采用first_valid_index()函數查找數據幀中的第一個非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

現在應用first_valid_index()函數。

# applying first_valid_index() function  
df.first_valid_index()

輸出：

注意，有non-Na第一行第二列中的值。因此輸出為0，表示第0個索引包含一個non-NA值。

範例2：采用first_valid_index()函數查找數據幀中的第一個非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()

輸出：

正如我們在 DataFrame 中看到的，前兩行隻有NA值。因此，輸出為2

範例3：采用first_valid_index()函數查找序列中的第一個非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

現在應用first_valid_index()函數。

# applying first_valid_index() function  
ser.first_valid_index()

輸出：

輸出為2，因為第0個和第1個索引的值為空。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.first_valid_index()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。