如何获取大熊猫系列中下一个非NaN编号的索引？

Question

在熊猫中，我现在循环使用Series实例，当遇到NaN时，是否可以立即知道下一个非NaN的索引。我不想跳过那些NaN，因为我想对它们进行插值。

例如，现在我有一个a带有元素的系列

5, 6, 5, NaN, NaN, NaN, 7, 8, 9, NaN, NaN, NaN, 10, 10

它们的索引是从0到13，当我迭代Series时，什么时候只想知道下一个NaN的索引是什么，以及下一个非NaN的索引是什么。因此，从一开始，我是否可以立即知道第一个NaN的索引为4？然后，当我跳到a [4]时，我需要知道下一个非NaN编号的索引，在这种情况下为6。

非常感谢。

Answer 1

您可以使用isnullmethod来查找具有哪些索引的NaN值，然后对于当前步骤，您可以将索引与下一个索引进行比较：

In [48]: s.index[s.isnull()]
Out[48]: Int64Index([3, 4, 5, 9, 10, 11], dtype='int64')

您还可以first_valid_index用来查找第一个非NaN值，例如：

In [49]: s[4:]
Out[49]:
4    NaN
5    NaN
6      7
7      8
8      9
9    NaN
10   NaN
11   NaN
12    10
13    10
dtype: float64

In [50]: s[4:].first_valid_index()
Out[50]: 6

编辑

如果要使用整数索引，可以使用get_locpandas索引：

b = s[4:]

In [156]: b
Out[156]:
4    NaN
5    NaN
6      7
7      8
8      9
9    NaN
10   NaN
11   NaN
12    10
13    10
dtype: float64

In [157]: b.first_valid_index()
Out[157]: 6

In [158]: b.index.get_loc(b.first_valid_index())
Out[158]: 2

编辑2

您可以get_indexer用来获取所有索引NaNs以及具有有效值的位置：

import string
s = pd.Series([5, 6, 5, np.nan, np.nan, np.nan, 7, 8, 9, np.nan, np.nan, np.nan, 10, 10], index = list(string.ascii_letters[:len(s.index)]))

In [216]: s
Out[216]:
a     5
b     6
c     5
d   NaN
e   NaN
f   NaN
g     7
h     8
i     9
j   NaN
k   NaN
l   NaN
m    10
n    10
dtype: float64

valid_indx = s.index.get_indexer(s.index[~s.isnull()])
nan_indx = s.index.get_indexer(s.index[s.isnull()])

In [220]: valid_indx
Out[220]: array([ 0,  1,  2,  6,  7,  8, 12, 13])

In [221]: nan_indx
Out[221]: array([ 3,  4,  5,  9, 10, 11])    

或最简单的方法是np.where：

In [222]: np.where(s.isnull())
Out[222]: (array([ 3,  4,  5,  9, 10, 11], dtype=int32),)

In [223]: np.where(~s.isnull())
Out[223]: (array([ 0,  1,  2,  6,  7,  8, 12, 13], dtype=int32),)