Pandas | DataFrame | Valeurs Nulles

Introduction

La méthode last_valid_index() dans pandas est utilisée pour obtenir l'index de la dernière valeur non nulle/NaN dans un DataFrame. Elle renvoie une valeur scalaire qui représente l'index. Si tous les éléments sont non nuls/NaN, elle renvoie None. Si le DataFrame est vide, elle renvoie également None. Cette méthode est utile pour trouver la position de la dernière valeur non nulle/NaN dans un DataFrame.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour pratiquer.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) pandas(("Pandas")) -.-> pandas/DataSelectionGroup(["Data Selection"]) pandas(("Pandas")) -.-> pandas/DataCleaningGroup(["Data Cleaning"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) python/BasicConceptsGroup -.-> python/variables_data_types("Variables and Data Types") pandas/DataSelectionGroup -.-> pandas/select_columns("Select Columns") pandas/DataSelectionGroup -.-> pandas/select_rows("Select Rows") pandas/DataCleaningGroup -.-> pandas/handle_missing_values("Handling Missing Values") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/using_packages("Using Packages") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") subgraph Lab Skills python/variables_data_types -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} pandas/select_columns -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} pandas/select_rows -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} pandas/handle_missing_values -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} python/importing_modules -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} python/using_packages -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} python/data_collections -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} python/data_analysis -.-> lab-68650{{"Méthode last_valid_index d'un DataFrame Pandas"}} end

Créer un DataFrame avec des valeurs nulles

Tout d'abord, créons un DataFrame avec des valeurs nulles en utilisant la valeur np.nan et la bibliothèque pandas. Ce DataFrame aura également quelques valeurs non nulles/NaN.

## 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("-----Le DataFrame est-----")
print(df)

Obtenir l'index de la dernière valeur non nulle/NaN

Ensuite, nous allons utiliser la méthode last_valid_index() sur le DataFrame pour obtenir l'index de la dernière valeur non nulle/NaN.

print("Index pour la dernière valeur non nulle/NaN est :", df.last_valid_index())

Créer un DataFrame avec seulement des valeurs nulles

Maintenant, créons un autre DataFrame avec seulement des valeurs nulles en utilisant la valeur np.nan et la bibliothèque pandas.

## 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("-----Le DataFrame est-----")
print(df)

Obtenir l'index de la dernière valeur non nulle/NaN dans le second DataFrame

De manière similaire, nous allons utiliser la méthode last_valid_index() sur ce DataFrame pour obtenir l'index de la dernière valeur non nulle/NaN.

print("Index pour la dernière valeur non nulle/NaN est :", df.last_valid_index())

Créer un DataFrame avec seulement des valeurs nulles

Enfin, créons à nouveau un DataFrame avec seulement des valeurs nulles en utilisant la valeur np.nan et la bibliothèque pandas.

## 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("-----Le DataFrame est-----")
print(df)

Obtenir l'index de la dernière valeur non nulle/NaN dans le troisième DataFrame

Enfin, nous allons utiliser la méthode last_valid_index() sur ce DataFrame pour obtenir l'index de la dernière valeur non nulle/NaN.

print("Index pour la dernière valeur non nulle/NaN est :", df.last_valid_index())

Sommaire

Dans ce laboratoire, nous avons appris à connaître la méthode last_valid_index() dans pandas. Nous avons vu comment utiliser cette méthode pour obtenir l'index de la dernière valeur non nulle/NaN dans un DataFrame. Nous avons également observé que cette méthode renvoie None si tous les éléments sont non nuls/NaN, ou si le DataFrame est vide. Cette méthode est utile pour trouver la position de la dernière valeur non nulle/NaN dans un DataFrame.