Python 移除大熊猫的头带

我怎样才能去掉熊猫身上的头像呢

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

我只想删除上面的前3个NaN，因此结果应该是：

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

---

要删除前导的

np.nan

：

---

查找第一个非nan索引

查找第一个非nan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

输出

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

---

以下是仅使用pandas方法的另一种方法：

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

过滤序列以获得第一个有效索引。然后使用iloc对序列进行切片

编辑

正如@ajcr所指出的，最好使用内置方法，因为它不会返回我在上述答案中用来屏蔽的临时序列，另外，使用

loc

使用索引标签，而不是

iloc

，后者使用序号位置，适用于索引不是Int64索引的一般情况：

In [104]:
s = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])
s.loc[s.first_valid_index():]

Out[104]:
3     1
4     2
5   NaN
6     3
dtype: float64

---

这里可以建议另外两种方法，假设

A

作为输入序列

方法#1：采用切片-

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

方法2：使用掩蔽-

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

样本运行-

In [219]: A = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])

In [220]: A
Out[220]: 
0   NaN
1   NaN
2   NaN
3     1
4     2
5   NaN
6     3
dtype: float64

In [221]: A[np.where(~np.isnan(A))[0][0]:]       # Approach 1
Out[221]: 
3     1
4     2
5   NaN
6     3
dtype: float64

In [222]: A[np.maximum.accumulate(~np.isnan(A))]  # Approach 2
Out[222]: 
3     1
4     2
5   NaN
6     3
dtype: float64

---

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

像这样？@clemtoy就是一个例子。我不知道我有多少领先的NaN我希望有一个向量化的解决方案我认为列表理解仍然会在Python解释器中循环，而不是在数值解释器中使用向量化操作libs@clemtoy正如bakkal所说，[tab…]中的n代表n]没有矢量化。另外，您必须使用

np.isnan（n）

来测试NaN，

n！=np.nan

不起作用（在控制台中尝试

np.nan==np.nan

）@bakkal啊好的，我错误地解释了“矢量化”对不起。它起作用的情况除外，序列只有nan值。首先有效的索引将引发索引错误。为了防止这种情况发生，我以前必须测试所有的nan案例。如果不是ny.isnan（df.values）.all（）@JulienV为真，但这从来不是OP要求的一部分，您可以测试

first\u valid\u index（）

是否返回

None

alsoI我相信

first\u valid\u index（）

返回的是实际的索引值，而不是索引号。。。因此，如果您希望使用

.loc

而不是

.iloc

，请纠正我的错误。我同意@wkzhu，例如，如果索引是DatetimeIndex，示例代码将失败。。一般的解决办法是我相信

s.loc[s.first\u valid\u index（）：]

@DavidWaterworth我现在更新了我的答案，我同意.loc更适合一般情况

In [219]: A = pd.Series([np.nan, np.nan, np.nan, 1, 2, np.nan, 3])

In [220]: A
Out[220]: 
0   NaN
1   NaN
2   NaN
3     1
4     2
5   NaN
6     3
dtype: float64

In [221]: A[np.where(~np.isnan(A))[0][0]:]       # Approach 1
Out[221]: 
3     1
4     2
5   NaN
6     3
dtype: float64

In [222]: A[np.maximum.accumulate(~np.isnan(A))]  # Approach 2
Out[222]: 
3     1
4     2
5   NaN
6     3
dtype: float64