Pandas - 在列中找到第一个非空值答案

【问题标题】：Pandas - find first non-null value in columnPandas - 在列中找到第一个非空值
【发布时间】：2017-06-27 12:16:46
【问题描述】：

如果我有一个具有 NULL 或一些非空值的系列。如何找到值不为 NULL 的第一行，以便将数据类型报告给用户。如果该值为非 null，则该系列中的所有值都是相同的数据类型。

谢谢

【问题讨论】：

复制：stackoverflow.com/questions/23309514/…

【解决方案1】：

你也可以改用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'

【讨论】：

【解决方案2】：

您可以将first_valid_index 与loc 的选择一起使用：

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

【讨论】：

如果系列包含重复的索引值s.loc[idx] 实际上会返回一个系列。 @jezrael 你认为有一个很好的通用解决方案在这种情况下也可以工作，还是以first_valid_value 的类型为条件是不可避免的？
@Stav - 不容易的问题，也许是最好的新问题。

【解决方案3】：

对于一个系列，这将返回第一个非空值：

创建系列：

s = pd.Series(index=[2,4,5,6], data=[None, None, 2, None])

创建这个系列：

2    NaN
4    NaN
5    2.0
6    NaN
dtype: float64

您可以使用以下方法获取第一个非 NaN 值：

s.loc[~s.isnull()].iloc[0]

2.0

另一方面，如果您有这样的数据框：

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

您可以使用此方法为每列选择第一个非空值（对于 a 列）：

df.a.loc[~df.a.isnull()].iloc[0]

或者，如果您希望第一行不包含 Null 值，您可以在任何地方使用：

df.loc[~df.isnull().sum(1).astype(bool)].iloc[0]

a    2
b    3
Name: 5, dtype: object

【讨论】：