如果我有一个包含 NULL 或一些非空值的系列,如何查找第一个值不为空的行,以便将数据类型报告给用户。如果该值为非空,则该系列中所有值的数据类型相同。
first_valid_index
与 loc
进行选择:s = pd.Series([np.nan,2,np.nan])
print (s)
0 NaN
1 2.0
2 NaN
dtype: float64
print (s.first_valid_index())
1
print (s.loc[s.first_valid_index()])
2.0
# If your Series contains ALL NaNs, you'll need to check as follows:
s = pd.Series([np.nan, np.nan, np.nan])
idx = s.first_valid_index() # Will return None
first_valid_value = s.loc[idx] if idx is not None else None
print(first_valid_value)
None
s.loc[idx]
实际上会返回一个系列。@jezrael,您认为是否有一个好的通用解决方案,也适用于这种情况,或者在first_valid_value
类型上进行条件判断是不可避免的? - stavlast_valid_index
- jezrael对于一个序列,这将返回第一个非空值:
创建序列s:
s = pd.Series(index=[2,4,5,6], data=[None, None, 2, None])
创建这个Series的函数是:
2 NaN
4 NaN
5 2.0
6 NaN
dtype: float64
你可以通过以下方式获取第一个非 NaN 值:
s.loc[~s.isnull()].iloc[0]
返回
2.0
如果你有一个像这样的dataframe:
df = pd.DataFrame(index=[2,4,5,6], data=np.asarray([[None, None, 2, None], [1, None, 3, 4]]).transpose(),
columns=['a', 'b'])
看起来像这样:
a b
2 None 1
4 None None
5 2 3
6 None 4
使用此方法(针对列a),可以选择每列的第一个非空值:
df.a.loc[~df.a.isnull()].iloc[0]
如果你想要第一行中任何地方都没有Null值,你可以使用以下代码:
df.loc[~df.isnull().sum(1).astype(bool)].iloc[0]
返回:
a 2
b 3
Name: 5, dtype: object
get
方法。(Pdb) type(audio_col)
<class 'pandas.core.series.Series'>
(Pdb) audio_col.first_valid_index()
19
(Pdb) audio_col.get(first_audio_idx)
'first-not-nan-value.ogg'