Puede usar first_valid_index con select by loc :

 s = pd.Series([np.nan,2,np.nan]) print (s) 0 NaN 1 2.0 2 NaN dtype: float64 print (s.first_valid_index()) 1 print (s.loc[s.first_valid_index()]) 2.0 # If your Series contains ALL NaNs, you'll need to check as follows: s = pd.Series([np.nan, np.nan, np.nan]) idx = s.first_valid_index() # Will return None first_valid_value = s.loc[idx] if idx is not None else None print(first_valid_value) None

Para una serie, esto devolverá el primer valor no nulo:

Creación de series:

 s = pd.Series(index=[2,4,5,6], data=[None, None, 2, None])

que crea esta Serie:

 2 NaN 4 NaN 5 2.0 6 NaN dtype: float64

Puede obtener el primer valor que no sea NaN usando:

 s.loc[~s.isnull()].iloc[0]

que regresa

 2.0

Si, por otro lado, tiene un marco de datos como este:

 df = pd.DataFrame(index=[2,4,5,6], data=np.asarray([[None, None, 2, None], [1, None, 3, 4]]).transpose(), columns=['a', 'b'])

que se ve así:

 ab 2 None 1 4 None None 5 2 3 6 None 4

puede seleccionar por columna el primer valor no nulo usando esto (para la columna a):

 df.a.loc[~df.a.isnull()].iloc[0]

o si desea que la primera fila no contenga valores nulos en ningún lugar, puede usar:

 df.loc[~df.isnull().sum(1).astype(bool)].iloc[0]

que devuelve:

 a 2 b 3 Name: 5, dtype: object

También puede usar el método get en su lugar

 (Pdb) type(audio_col) <class 'pandas.core.series.Series'> (Pdb) audio_col.first_valid_index() 19 (Pdb) audio_col.get(first_audio_idx) 'first-not-nan-value.ogg'