Pandas DataFrame - last_valid_index Methode

Einführung

Die last_valid_index()-Methode in pandas wird verwendet, um den Index des letzten nicht NULL/NaN-Werts in einem DataFrame zu erhalten. Sie gibt einen skalaren Wert zurück, der den Index darstellt. Wenn alle Elemente nicht NULL/NaN sind, gibt sie None zurück. Wenn der DataFrame leer ist, gibt sie ebenfalls None zurück. Diese Methode ist hilfreich, um die Position des letzten nicht NULL/NaN-Werts in einem DataFrame zu finden.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der linken oberen Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback ab, und wir werden das Problem für Sie prompt beheben.

Skills Graph

Erstellen eines DataFrames mit NULL-Werten

Zunächst erstellen wir ein DataFrame mit NULL-Werten, indem wir den Wert np.nan und die pandas-Bibliothek verwenden. Dieses DataFrame wird auch einige nicht NULL/NaN-Werte enthalten.

## Importing pandas as pd
import pandas as pd
## Importing numpy as np
import numpy as np

df = pd.DataFrame([[np.nan, np.nan, np.nan],
                   [np.nan, 2, 5],
                   [1, 3, 4],
                   [np.nan, 3, np.nan],
                   [2, 8, 0],
                   [7, 5, 4]],
                  columns=list('ABC'))
print("-----The DataFrame is-----")
print(df)

Holen Sie sich den Index des letzten nicht NULL/NaN-Werts

Als nächstes verwenden wir die last_valid_index()-Methode auf dem DataFrame, um den Index des letzten nicht NULL/NaN-Werts zu erhalten.

print("Index for last non-null/NaN value is:", df.last_valid_index())

Erstellen eines DataFrames mit nur NULL-Werten

Jetzt erstellen wir ein weiteres DataFrame mit nur NULL-Werten, indem wir den Wert np.nan und die pandas-Bibliothek verwenden.

## Importing pandas as pd
import pandas as pd
## Importing numpy as np
import numpy as np

df = pd.DataFrame([[np.nan, np.nan, np.nan],
                   [np.nan, np.nan, np.nan],
                   [np.nan, np.nan, np.nan],
                   [2, 8, 0],
                   [7, 5, 4],
                   [np.nan, np.nan, np.nan]],
                  columns=list('ABC'))
print("-----The DataFrame is-----")
print(df)

Holen Sie sich den Index des letzten nicht NULL/NaN-Werts im zweiten DataFrame

Ähnlich wie zuvor verwenden wir die last_valid_index()-Methode auf diesem DataFrame, um den Index des letzten nicht NULL/NaN-Werts zu erhalten.

print("Index for last non-null/NaN value is:", df.last_valid_index())

Erstellen eines DataFrames mit nur NULL-Werten

Schließlich erstellen wir erneut ein DataFrame mit nur NULL-Werten, indem wir den Wert np.nan und die pandas-Bibliothek verwenden.

## Importing pandas as pd
import pandas as pd
## Importing numpy as np
import numpy as np

df = pd.DataFrame([[np.nan, np.nan, np.nan],
                   [np.nan, np.nan, np.nan],
                   [np.nan, np.nan, np.nan],
                   [np.nan, np.nan, np.nan]],
                  columns=list('ABC'))
print("-----The DataFrame is-----")
print(df)

Holen Sie sich den Index des letzten nicht NULL/NaN-Werts im dritten DataFrame

Schließlich verwenden wir die last_valid_index()-Methode auf diesem DataFrame, um den Index des letzten nicht NULL/NaN-Werts zu erhalten.

print("Index for last non-null/NaN value is:", df.last_valid_index())

Zusammenfassung

In diesem Lab haben wir uns mit der last_valid_index()-Methode in pandas beschäftigt. Wir haben gesehen, wie diese Methode verwendet werden kann, um den Index des letzten nicht NULL/NaN-Werts in einem DataFrame zu erhalten. Wir haben auch festgestellt, dass diese Methode None zurückgibt, wenn alle Elemente nicht NULL/NaN sind oder wenn das DataFrame leer ist. Diese Methode ist nützlich, um die Position des letzten nicht NULL/NaN-Werts in einem DataFrame zu finden.