获取Pandas系列的最后一个完整序列

Question

我有许多时间序列，其中间隔存储为pd.Series。如何有效地获取数据点的“最后一个未中断”序列（即不包含任何NaN值）？你知道吗

我最初的系列可能是这样的：

2014-12-01    500
2015-02-01    700
2015-03-01    700
dtype: float64

我可以使用pd.Series.asfreq很容易地将这个序列转换成一个常规序列，例如series.asfreq('MS')给出：

2014-12-01    500
2015-01-01    NaN
2015-02-01    700
2015-03-01    700
dtype: float64

在这种情况下，我想获得2015-02-01及以后的系列：

2015-02-01    700
2015-03-01    700
dtype: float64

下面是我想到的，但看起来很难看：

# Let i be the first position we're getting, default to entire series
i = 0

# Find any NaN values in the Series
nan_index = series[series.isnull()].index
if len(nan_index):
    # Find the position of the last null value in the original
    # series (+ 1 to skip it)
    i = series.index.get_loc(nan_index[-1]) + 1

series.iloc[i:]

Answer 1

一个可能的技巧是寻找不为null的索引，以及null条目的总和与null条目的总和相匹配的索引。然后这可以用花哨的索引来完成。你知道吗

这正是Dijkstra可能会告诉我们大家要避免的那种“聪明的把戏”，因为它不那么可读，而且可能会被微妙地破坏（例如，这假设索引是按照您希望的提前排序的）。我认为更详细但更直接的解决方案（如直接计算最终空值的索引）没有任何问题，除非您能够分析它并确定这是一个主要的性能问题。你知道吗

In [35]: s
Out[35]: 
2014-12-01    500
2015-02-01    700
2015-03-01    700
dtype: int64

In [36]: s_ms = s.asfreq('MS')

In [37]: s_ms_null = s_ms.isnull()

In [38]: s[~s_ms_null & (s_ms_null.cumsum() == s_ms_null.sum())]
Out[38]: 
2015-02-01    700
2015-03-01    700
dtype: int64