原标题：一个真实问题，搞定三个冷门pandas函数
来源：早起Python
最近有一个粉丝问过我一个问题，觉得挺有意思，分享给大家。经过简化后大概就是有一个长这样的时间序列数据??
可以看到，一共有15行数据，其中有一些行的 value 是空值， 现在想在 不改变原数据的情况下取出 从第一个不是空值的行之后的全部数据??
嗯，看上去不是很难，但如果添加一个额外要求: 「使用纯pandas函数完成」这就涉及到了一些不常用的函数，一起来看看。
首先需要构造这样的数据，在Python中我们可以先按照规则生成字符串，然后使用 time 或 datatime 模块进行转换，方法很多，但是 pandas中如何直接生成呢？这就涉及到第一个函数date_range 。
pd.date_range
其实在pandas中生成时间序列数据比其他方法要方便很多，使用 .date_range 一行代码即可，该函数使用方法为
pandas.date_range( start= None, end= None, periods= None, freq= None, tz= None, normalize= False, name= None, closed= None, ** kwargs)
可以通过 起止日期来生成
也可以通过 开始日期与长度生成
上面的默认间隔是1天，当然是可以自定义，比如修改为5天
该方法还 支持生成更多的指定形式的时间序列数据，感兴趣的读者可以自行查阅官方文档，现在我们就可以生成示例数据??
df = pd.DataFrame(
{ 'date': [i fori inpd.date_range( '20200701', '20200715')],
'value': [ '', '', '', '', '', 1, 6, 1, 2, '', 2, 1, 6, 0, 1]}
)
接下来我的思路是
判断value列的每个值是否为空值，返回 Ture/False
找到第一个为False的索引，取后面全部的数据
为了只用pandas实现这个思路，用到了两个不常见的函数，让我们慢慢说。
pandas.Series.ne
ne函数 可以比较两个Series，常用于缺失值填充，下面是一个例子
除了可以比较两个Series之外，对于我们的问题，它可以比较元素： 返回True如果这个值不是你指定的值，听上去很绕，我们看代码
可以看到，所有空值都被标记为False，接下来要做的就是 找到第一个True元素的索引，并取出之后的全部数据。
pandas.DataFrame.idxmax
如何在pandas中 直接定位一组数据中最大/最小值的位置？可以使用 idxmax/idxmin ，这个函数不难，直接看一个简单的例子
它可以 返回最大值/最小值第一次出现的位置索引！刚好可以满足我们的要求，现在就可以将 idxmax 与之前的 ne 函数结合起来实现我们需求
df[ 'value'].ne( '').idxmax
# 5
返回的索引值是5，最后就可以使用 loc 函数 一行代码实现我们的需求
其实这个问题 还有很多其他的办法，比如可以先筛选出所有True的索引，然后使用 .first_valid_index 找到第一个True，最后也可以不用loc直接 df[df['value'].ne('')] 实现。
但我还希望你能掌握上面三个函数并灵活运用，如果有更好的思路可以在评论区留言。
---------End---------
