Pandas2.2 Series

Time Series-related

方法	描述
Series.asfreq(freq[, method, how, …])	用于將時間序列數據轉換為指定的頻率
Series.asof(where[, subset])	用于返回時間序列中指定索引位置的最近一個非缺失值
Series.shift([periods, freq, axis, …])	用于將時間序列數據沿指定軸移動指定的周期數
Series.first_valid_index()	用于返回時間序列中第一個非缺失值（非 NaN）的索引
Series.last_valid_index()	用于返回時間序列中最后一個非缺失值（非 NaN）的索引

pandas.Series.last_valid_index

pandas.Series.last_valid_index() 方法用于返回時間序列中最后一個非缺失值（非 NaN）的索引。如果整個序列都是缺失值，則返回 None。

詳細描述

• 參數:
  • 無參數。
• 返回值:
  • 返回最后一個非缺失值的索引。如果序列中沒有非缺失值，則返回 None。

示例代碼及結果

import pandas as pd
import numpy as np# 創建一個帶有缺失值的時間序列
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)# 獲取最后一個非缺失值的索引
last_valid = s.last_valid_index()print("\n最后一個非缺失值的索引:")
print(last_valid)

輸出結果

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最后一個非缺失值的索引:
2023-10-04 00:00:00

結果解釋

• 在示例中，原始 Series 包含兩個缺失值 (NaN) 和三個非缺失值。
• 使用 last_valid_index() 方法找到最后一個非缺失值的索引，即 2023-10-04。
• 如果整個序列都是缺失值，則返回 None。

這種方法非常適用于需要快速定位時間序列中最后一個有效數據點的場景，例如在處理金融數據或日志數據時，確定最新的有效記錄位置。