Método last_valid_index do DataFrame Pandas

Introdução

O método last_valid_index() no pandas é usado para obter o índice do último valor não nulo/NaN em um DataFrame. Ele retorna um valor escalar que representa o índice. Se todos os elementos forem não nulos/NaN, ele retorna None. Se o DataFrame estiver vazio, ele também retorna None. Este método é útil para encontrar a posição do último valor não nulo/NaN em um DataFrame.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Criar um DataFrame com valores nulos

Primeiramente, vamos criar um DataFrame com valores nulos usando o valor np.nan e a biblioteca pandas. Este DataFrame também terá alguns valores não nulos/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("-----The DataFrame is-----")
print(df)

Obter o índice do último valor não nulo/NaN

Em seguida, usaremos o método last_valid_index() no DataFrame para obter o índice do último valor não nulo/NaN.

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

Criar um DataFrame com apenas valores nulos

Agora, vamos criar outro DataFrame com apenas valores nulos usando o valor np.nan e a biblioteca 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("-----The DataFrame is-----")
print(df)

Obter o índice do último valor não nulo/NaN no segundo DataFrame

Da mesma forma, usaremos o método last_valid_index() neste DataFrame para obter o índice do último valor não nulo/NaN.

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

Criar um DataFrame com valores nulos

Finalmente, vamos criar um DataFrame com apenas valores nulos novamente usando o valor np.nan e a biblioteca 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("-----The DataFrame is-----")
print(df)

Obter o índice do último valor não nulo/NaN no terceiro DataFrame

Finalmente, usaremos o método last_valid_index() neste DataFrame para obter o índice do último valor não nulo/NaN.

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

Resumo

Neste laboratório, aprendemos sobre o método last_valid_index() em pandas. Vimos como usar este método para obter o índice do último valor não nulo/NaN em um DataFrame. Também observamos que este método retorna None se todos os elementos forem não nulos/NaN, ou se o DataFrame estiver vazio. Este método é útil para encontrar a posição do último valor não nulo/NaN em um DataFrame.