はじめに
この実験では、Python の Pandas ライブラリのfirst_valid_index()メソッドの使い方を学びます。このメソッドを使うと、DataFrame 内の最初の非 null 値のインデックスを見つけることができます。
VM のヒント
VM の起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebook を使って練習しましょう。
Jupyter Notebook が読み込み終わるまで数秒待つことがあります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。
学習中に問題がある場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
null 値を持つ DataFrame を作成する
まずは、いくつかの null 値を持つ DataFrame を作成しましょう。NumPy ライブラリのnp.nan値を使って null 値を表現します。null 値を持つ DataFrame を作成する方法の例を以下に示します。
#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)
最初の非 null 値のインデックスを見つける
DataFrame 内の最初の非 null 値のインデックスを見つけるには、first_valid_index()メソッドを使うことができます。first_valid_index()メソッドの使い方の例を以下に示します。
print("Index for first non-null value is:", df.first_valid_index())
すべての値が null の DataFrame の処理
DataFrame のすべての要素が null の場合、first_valid_index()メソッドはNoneを返します。すべての値が null の DataFrame を扱う方法の例を以下に示します。
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)
print("Index for first non-null value is:", df.first_valid_index())
まとめ
この実験では、Pandas ライブラリのfirst_valid_index()メソッドを使って DataFrame 内の最初の非 null 値のインデックスを見つける方法を学びました。null 値を持つ DataFrame を作成する方法、first_valid_index()メソッドを使って最初の非 null 値のインデックスを見つける方法、およびすべての値が null の DataFrame を扱う方法の例を見ました。このメソッドは、DataFrame 内の欠損データを扱う際に便利です。