获取 pandas 数据框每一列中最后一个非 NaN 值的行索引答案

【问题标题】：Get row-index of the last non-NaN value in each column of a pandas data frame获取 pandas 数据框每一列中最后一个非 NaN 值的行索引
【发布时间】：2014-10-11 03:37:44
【问题描述】：

如何返回 pandas 数据框每一列的最后一个非 nan 值的行索引位置，并将位置作为 pandas 数据框返回？

【问题讨论】：

如果我的回答让你满意，你可以接受，投票按钮下方会有一个空的勾号。

标签： python-2.7 pandas numpy scipy nan

【解决方案1】：

如果你想要最后一个非 nan（和 non-none）值的行索引，这里是一个单行：

>>> df = pd.DataFrame({
        'a':[5,1,2,NaN], 
        'b':[NaN, 6,NaN, 3]})

>>> df
    a   b
0   5 NaN
1   1   6
2   2 NaN
3 NaN   3

>>> df.apply(lambda column: column.dropna().index[-1])
a    2
b    3
dtype: int64

解释：

df.apply 在此上下文中将函数应用于数据帧的每一列。我向它传递了一个函数，该函数将一个列作为其参数，并返回该列的最后一个非空索引。

【讨论】：

【解决方案2】：

使用notnull 特别是idxmax 来获取非NaN 值的索引值

In [22]:

df = pd.DataFrame({'a':[0,1,2,NaN], 'b':[NaN, 1,NaN, 3]})
df
Out[22]:
    a   b
0   0 NaN
1   1   1
2   2 NaN
3 NaN   3
In [29]:

df[pd.notnull(df)].idxmax()
Out[29]:
a    2
b    3
dtype: int64

编辑

实际上正如@Caleb 正确指出的那样，您可以使用为此设计的last_valid_index：

In [3]:
df = pd.DataFrame({'a':[3,1,2,np.NaN], 'b':[np.NaN, 1,np.NaN, -1]})
df

Out[3]:
    a   b
0   3 NaN
1   1   1
2   2 NaN
3 NaN  -1

In [6]:
df.apply(pd.Series.last_valid_index)

Out[6]:
a    2
b    3
dtype: int64

【讨论】：

这似乎没有解决问题。这不是为您提供每列最大值的索引位置吗？不是最后一个值，正如操作所要求的那样？
@Caleb 好点，使用last_valid_index 更新我的答案是正确的方法
哦，我提供了另一个答案，但我认为你的更好。
有没有办法用非数值来做到这一点？我想在列中获取值的第一个实例
@RyanDavies 这将适用于混合 dtype 列，如果您想要第一个实例，请致电 first_valid_index