Question

如何删除pandas中的主要NaN？

pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])

我想从上面只移除前3个NaN，所以结果应该是：

pd.Series([1, 2, np.nan, 3])

Answer 1

这是另一种仅使用pandas方法的方法：

In [103]:
s = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])
first_valid = s[s.notnull()].index[0]
s.iloc[first_valid:]

Out[103]:
3     1
4     2
5   NaN
6     3
dtype: float64

因此，我们使用notnull过滤系列以获取第一个有效索引。然后使用iloc切片系列

修改

正如@ajcr所指出的那样，最好使用内置方法first_valid_index，因为这不会返回我在上面的答案中用来掩盖的临时系列：

In [104]: s = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3]) s.iloc[s.first_valid_index():] Out[104]: 3 1 4 2 5 NaN 6 3 dtype: float64

Answer 2

查找第一个非纳米指数

查找第一个非纳米项的索引

s = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])

nans = s.apply(np.isnan)

first_non_nan = nans[nans == False].index[0] # get the first one

<强>输出

s[first_non_nan:]
Out[44]:
3     1
4     2
5   NaN
6     3
dtype: float64

Answer 3

这里可以建议另外两种方法，假设- (void)windowBecameHidden:(NSNotification *)notification { UIWindow *window = notification.object; if (window != self.window) { NSLog(@"Online video on full screen."); } }为输入系列。

方法＃1：切片 -

方法＃2：使用屏蔽 -

A[np.where(~np.isnan(A))[0][0]:]

示例运行 -

A[np.maximum.accumulate(~np.isnan(A))]

Answer 4

删除前导np.nan：

tab = [np.nan, np.nan, np.nan, 1, 2, np.nan, 3]
pd.Series(tab[tab.index([n for n in tab if np.isnan(n)].pop(0)):])

去掉熊猫中的前导NaN

4 个答案: