Python | Marco de datos de pandas.first_valid_index()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

La función Pandas dataframe.first_valid_index()devuelve el índice para el primer valor nulo/no NA en el marco de datos. En el caso de Pandas Series, se devuelve el primer índice no NA/null. En el caso de pandas Dataframe, se devuelve ese índice que tiene incluso un solo valor no NA/null.

Nota: si todos los elementos no son NA/null, devuelve Ninguno. También devuelve Ninguno para DataFrame vacío

Sintaxis: DataFrame.first_valid_index()
Devuelve: escalar: tipo de índice

Ejemplo n.º 1: use first_valid_index()la función para encontrar el primer índice no NA/null en el marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[None, None, 2, 4, 5], 
                   "B":[5, None, None, 44, 2],
                   "C":[None, None, None, 1, 5]})
  
# Print the dataframe
df

Ahora aplica la first_valid_index()función.

# applying first_valid_index() function 
df.first_valid_index()

Producción :

Aviso, hay non-Navalor en la segunda columna de la primera fila. por lo que la salida es 0, lo que indica que el índice 0 contiene un non-NAvalor.
 
Ejemplo n.º 2: use first_valid_index()la función para encontrar el primer índice nulo/no NA en el marco de datos.

# importing pandas as pd
import pandas as pd
  
# Creating the dataframe 
df = pd.DataFrame({"A":[None, None, 2, 4, 5],
                   "B":[None, None, None, 44, 2],
                   "C":[None, None, None, 1, 5]})
  
# applying first_valid_index() function 
df.first_valid_index()

Producción :

Como podemos ver en el marco de datos, las dos primeras filas solo tienen NAvalores. por lo tanto, la salida es 2.
 
Ejemplo n.° 3: utilice first_valid_index()la función para encontrar el primer índice nulo/no NA de una serie.

# importing pandas as pd
import pandas as pd
  
# Creating the series
ser = pd.Series([None, None, "sam", "alex", "sophia", None])
  
# Print the series
ser

Ahora aplica la first_valid_index()función.

# applying first_valid_index() function 
ser.first_valid_index()

Salida:

la salida es 2 porque los índices 0 y 1 tienen un valor nulo.