如何在 Dataframe 中找到最长的 NaN 序列？答案

【问题标题】：How to find the longest sequence of NaNs in Dataframe?如何在 Dataframe 中找到最长的 NaN 序列？
【发布时间】：2020-12-15 17:36:19
【问题描述】：

假设我有一个这样的数据框：

Time                           A            B           C             D                                                               
2019-06-17 08:45:00     12089.89     12089.89    12087.71      12087.71      
2019-06-17 08:46:00          NaN          NaN    12087.71      12087.91      
2019-06-17 08:47:00          NaN     12088.21    12084.21      12085.21      
2019-06-17 08:48:00          NaN     12090.21         NaN           NaN      
2019-06-17 08:49:00          NaN     12090.21         NaN           NaN     
2019-06-17 08:50:00          NaN          NaN    12504.11           NaN     
2019-06-17 08:51:00          NaN          NaN    12503.11      12503.11    
2019-06-17 08:52:00     12504.11          NaN    12503.11      12503.11      
2019-06-17 08:53:00     12503.61     12503.61    12503.61      12503.61      
2019-06-17 08:54:00     12503.61     12503.61    12503.11      12503.11

如何找到整个df中最长的不间断NaN序列的长度？（在示例中为 6 ）有效吗？

编辑：忘了强调“高效”这个词，因为 df 大约 1mio 行长

【问题讨论】：

@Manakin 最长 不间断 NaN 序列。
@QuangHoang 啊，我错过了，很好的答案！
@Prune 你确定它是重复的吗？
标记的重复显示如何计算一列数据中的数字序列。还有其他人在其他类型的列中计算序列；我觉得这个是最简单易用的。我愿意被谈论到另一个职位......
@Prune 虽然它没有给出每个序列的 length。它所做的只是识别块。

标签： python pandas numpy dataframe indexing

【解决方案1】：

让我们尝试apply 一个用户定义的函数，它反过来使用cumsum() 来识别块：

def max_na(s):
    isna = s.isna()
    blocks = (~isna).cumsum()
    return isna.groupby(blocks).sum().max()

df.apply(max_na).max()
# 6.0

【讨论】：

这是否以矢量化方式工作？（1 mio 行数据框，忘了提）
@La-Li-Lu-Le-Lo 是的。它是矢量化的（按列）