当前位置: 首页 > article >正文

【Pandas】pandas Series last_valid_index

Pandas2.2 Series

Time Series-related

方法描述
Series.asfreq(freq[, method, how, …])用于将时间序列数据转换为指定的频率
Series.asof(where[, subset])用于返回时间序列中指定索引位置的最近一个非缺失值
Series.shift([periods, freq, axis, …])用于将时间序列数据沿指定轴移动指定的周期数
Series.first_valid_index()用于返回时间序列中第一个非缺失值(非 NaN)的索引
Series.last_valid_index()用于返回时间序列中最后一个非缺失值(非 NaN)的索引

pandas.Series.last_valid_index

pandas.Series.last_valid_index() 方法用于返回时间序列中最后一个非缺失值(非 NaN)的索引。如果整个序列都是缺失值,则返回 None

详细描述
  • 参数:
    • 无参数。
  • 返回值:
    • 返回最后一个非缺失值的索引。如果序列中没有非缺失值,则返回 None
示例代码及结果
import pandas as pd
import numpy as np

# 创建一个带有缺失值的时间序列
dates = pd.date_range(start='2023-10-01', periods=5, freq='D')
s = pd.Series([1, 2, np.nan, 4, np.nan], index=dates)

print("原始 Series:")
print(s)

# 获取最后一个非缺失值的索引
last_valid = s.last_valid_index()

print("\n最后一个非缺失值的索引:")
print(last_valid)
输出结果
原始 Series:
2023-10-01    1.0
2023-10-02    2.0
2023-10-03    NaN
2023-10-04    4.0
2023-10-05    NaN
Freq: D, dtype: float64

最后一个非缺失值的索引:
2023-10-04 00:00:00
结果解释
  • 在示例中,原始 Series 包含两个缺失值 (NaN) 和三个非缺失值。
  • 使用 last_valid_index() 方法找到最后一个非缺失值的索引,即 2023-10-04
  • 如果整个序列都是缺失值,则返回 None

这种方法非常适用于需要快速定位时间序列中最后一个有效数据点的场景,例如在处理金融数据或日志数据时,确定最新的有效记录位置。


http://www.kler.cn/a/584609.html

相关文章:

  • SQL Server的连接时发生了与网络相关或特定于实例的错误。未找到服务器或无法访问服务器
  • 低代码Web组态开发技术解析
  • 壹佰商城源码搭建-支持打包小程序/公众号/app/h5网页-支持分销-各种营销功能强大
  • SOME/IP-SD -- 协议英文原文讲解8
  • 3.JVM-内部结构
  • 面试基础---支付系统设计深度解析:分布式事务、幂等性与高可用架构
  • 如何在宝塔mysql修改掉3306端口
  • Java中的try-catch在jvm层面是怎么做的?
  • Linux笔记---文件系统硬件部分
  • Selenium 中的 alert 处理
  • MyBatis-Plus 分页查询接口返回值问题剖析
  • C++ 模板初阶总结
  • QT系列教程(16) 定时器事件
  • 为什么 Young GC 比 Full GC 快
  • 科技创新:改变生活的力量与未来趋势
  • nginx学习,URI,try_files
  • AWS Bedrock全托管接入国产大模型DeepSeek-R1[内涵免费使用DeepSeek-R1满血版]
  • 微博发布Q4及全年财报:微博成汽车手机新品营销主阵地
  • 【后端】【django】导出 API 文档的几种方法
  • 网络安全相关资源安全合规检查与整改计划‌