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() 方法返回系列的第一个非空元素的索引。

它将基于系列索引的类型返回单个标量，并在给定系列具有所有null/NA值或为空时返回None。first_valid_index() 方法不接受任何参数。

示例1

让我们以一个系列对象为例，尝试获取第一个有效索引。

# 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

一开始，我们使用pandas.Series构造函数创建了一个pandas系列对象，其中包含了NaN和整数值的列表，并且系列的索引由一个字符串列表的index参数指定。

输出

输出如下所示-

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上的元素是Null/NA值。

示例2

在这里，我们来取一个空的系列对象，看看对于空系列，first_valid_index()方法是如何工作的。

# 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

下面是输出结果−

Series([], dtype: float64)
Result:
None

first_valid_index()方法在空的series对象中返回了None。

示例3

在下面的示例中，我们创建了一个所有值都为Null/Nan的pandas series对象，并应用了first_valid_index()方法来获取第一个有效的索引。

# 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

以下为输出结果 –

0    NaN
1    NaN
dtype: float64

Result:
None

将下面的英文翻译成中文，不解释，保留HTML格式：

对于这个示例，first_valid_index() 方法也返回了 None，因为在给定的 Series 对象中没有有效的元素。