如何在 Pandas 中的一列中找到 Nan 之前的第一个非 NAN 数据
How to find the first Non-NAN data before Nan in one column in Pandas
例如，
我有一些这样的数据：
column = pd.Series([1,2,3,np.nan,4,np.nan,7])
print column
执行命令，结果如下：
0 1.0
1 2.0
2 3.0
3 NaN
4 4.0
5 NaN
6 7.0
现在我想知道每个 NaN 值之前的第一个值是什么，例如第一个 NaN 之前的 3.0。而 4.0 是第二个 NaN 值之前的结果。 pandas 中是否有任何内置函数可以完成此操作，或者我应该编写一个 for 循环来完成此操作吗？
处理非连续 NaNs 的解决方案。
您可以使用 boolean indexing with mask created by isnull, shift and fillna:
print (column[column.isnull().shift(-1).fillna(False)])
2 3.0
4 4.0
dtype: float64
print (column.isnull())
0 False
1 False
2 False
3 True
4 False
5 True
6 False
dtype: bool
print (column.isnull().shift(-1))
0 False
1 False
2 True
3 False
4 True
5 False
6 NaN
dtype: object
print (column.isnull().shift(-1).fillna(False))
0 False
1 False
2 True
3 False
4 True
5 False
6 False
dtype: bool
连续 NaN 需要通过 mul 反转 c 的倍数：
column = pd.Series([np.nan,2,3,np.nan,np.nan,np.nan,7,np.nan, np.nan, 5,np.nan])
c = column.isnull()
mask = c.shift(-1).fillna(False).mul(~c)
print (mask)
0 False
1 False
2 True
3 False
4 False
5 False
6 True
7 False
8 False
9 True
10 False
dtype: bool
print (column[mask])
2 3.0
6 7.0
9 5.0
dtype: float64
与@jezrael 相同的想法...numpy已验证。
column[np.append(np.isnan(column.values)[1:], False)]
2 3.0
4 4.0
dtype: float64
完成pd.Series重建
m = np.append(np.isnan(column.values)[1:], False)
pd.Series(column.values[m], column.index[m])
2 3.0
4 4.0
dtype: float64
没有那么快但直观。按 isnull 的 cumsum 分组并取最后一个值。对于这个结果，去掉最后一行。
column.groupby(column.isnull().cumsum()).last().iloc[:-1]
0 3.0
1 4.0
dtype: float64
例如， 我有一些这样的数据：
column = pd.Series([1,2,3,np.nan,4,np.nan,7])
print column
执行命令，结果如下：
0 1.0
1 2.0
2 3.0
3 NaN
4 4.0
5 NaN
6 7.0
现在我想知道每个 NaN 值之前的第一个值是什么，例如第一个 NaN 之前的 3.0。而 4.0 是第二个 NaN 值之前的结果。 pandas 中是否有任何内置函数可以完成此操作，或者我应该编写一个 for 循环来完成此操作吗？
处理非连续 NaNs 的解决方案。
您可以使用 boolean indexing with mask created by isnull, shift and fillna:
print (column[column.isnull().shift(-1).fillna(False)])
2 3.0
4 4.0
dtype: float64
print (column.isnull())
0 False
1 False
2 False
3 True
4 False
5 True
6 False
dtype: bool
print (column.isnull().shift(-1))
0 False
1 False
2 True
3 False
4 True
5 False
6 NaN
dtype: object
print (column.isnull().shift(-1).fillna(False))
0 False
1 False
2 True
3 False
4 True
5 False
6 False
dtype: bool
连续 NaN 需要通过 mul 反转 c 的倍数：
column = pd.Series([np.nan,2,3,np.nan,np.nan,np.nan,7,np.nan, np.nan, 5,np.nan])
c = column.isnull()
mask = c.shift(-1).fillna(False).mul(~c)
print (mask)
0 False
1 False
2 True
3 False
4 False
5 False
6 True
7 False
8 False
9 True
10 False
dtype: bool
print (column[mask])
2 3.0
6 7.0
9 5.0
dtype: float64
与@jezrael 相同的想法...numpy已验证。
column[np.append(np.isnan(column.values)[1:], False)]
2 3.0
4 4.0
dtype: float64
完成pd.Series重建
m = np.append(np.isnan(column.values)[1:], False)
pd.Series(column.values[m], column.index[m])
2 3.0
4 4.0
dtype: float64
没有那么快但直观。按 isnull 的 cumsum 分组并取最后一个值。对于这个结果，去掉最后一行。
column.groupby(column.isnull().cumsum()).last().iloc[:-1]
0 3.0
1 4.0
dtype: float64