pandas series.first_valid_index() 方法是如何工作的?
pandas series.first_valid_index() 方法用于获取第一个有效数据的索引。这意味着 first_valid_index() 方法返回序列中第一个非空元素的索引。
它将根据序列索引的类型返回单个标量值,如果给定的序列包含所有空/NA 值或为空,则返回 None。first_valid_index() 方法不接受任何参数。
示例 1
让我们创建一个序列对象,并尝试检索第一个有效索引。
# importing packages import pandas as pd import numpy as np # create a series s = pd.Series([None, np.nan, 27, 61,np.nan, 34, 52, np.nan, 17], index=list('abcdefghi')) print(s) # apply first_valid_index() method result = s.first_valid_index() print("Result:") print(result)
解释
最初,我们使用 pandas.Series 构造函数和一组 Nan 和整数值创建了一个 pandas 序列对象,序列的索引由索引参数和一个字符串列表指定。
输出
输出如下:
a NaN b NaN c 27.0 d 61.0 e NaN f 34.0 g 52.0 h NaN i 17.0 dtype: float64 Result: c
对于上面的示例,第一个有效索引是“c”,因为索引位置 a、b 处的元素为空/NA 值。
示例 2
在这里,让我们创建一个空的序列对象,看看 first_valid_index() 方法在空序列中的工作方式。
# importing packages import pandas as pd # create a series sr = pd.Series([]) print(sr) # apply first_valid_index() method result = sr.first_valid_index() print("Result:") print(result)
输出
输出如下:
Series([], dtype: float64) Result: None
对于空序列对象,first_valid_index() 方法返回 None。
示例 3
在下面的示例中,我们创建了一个包含所有空/Nan 值的 pandas 序列对象,并应用 first_valid_index() 方法来获取第一个有效索引。
# importing packages import pandas as pd import numpy as np # create a series sr = pd.Series([None, np.nan]) print(sr) # apply first_valid_index() method result = sr.first_valid_index() print("Result:") print(result)
输出
输出如下:
0 NaN 1 NaN dtype: float64 Result: None
对于此示例,first_valid_index() 方法也返回 None,因为给定的序列对象中没有有效的元素。
广告