我要评论pandas2.2 dataframe
indexing, iteration
| 方法 | 描述 |
|---|---|
| dataframe.head([n]) | 用于返回 dataframe 的前几行 |
| dataframe.at | 快速访问和修改 dataframe 中单个值的方法 |
| dataframe.iat | 快速访问和修改 dataframe 中单个值的方法 |
| dataframe.loc | 用于基于标签（行标签和列标签）来访问和修改 dataframe 中的数据 |
| dataframe.iloc | 用于基于整数位置（行号和列号）来访问和修改 dataframe 中的数据 |
| dataframe.insert(loc, column, value[, …]) | 用于在 dataframe 的指定位置插入一个新的列 |
| dataframe.iter() | 用于迭代 dataframe 的列名 |
| dataframe.items() | 用于迭代 dataframe 的列名和列数据 |
| dataframe.keys() | 返回 dataframe 的列名 |
| dataframe.iterrows() | 用于逐行迭代 dataframe |
| dataframe.itertuples([index, name]) | 用于逐行迭代 dataframe |
| dataframe.pop(item) | 用于从 dataframe 中删除指定列 |
| dataframe.tail([n]) | 用于返回 dataframe 的最后 n 行 |
pandas.dataframe.tail()
pandas.dataframe.tail([n]) 方法用于返回 dataframe 的最后 n 行。如果不指定 n，默认返回最后 5 行。
参数
n：可选参数，表示要返回的行数，默认为 5。
返回值
- 返回 dataframe 的最后
n行，类型为pandas.dataframe。
示例
假设我们有一个 dataframe 如下：
import pandas as pd
data = {
'a': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'b': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
}
df = pd.dataframe(data)
print("原始 dataframe:")
print(df)
输出：
原始 dataframe:
a b
0 1 11
1 2 12
2 3 13
3 4 14
4 5 15
5 6 16
6 7 17
7 8 18
8 9 19
9 10 20
使用 tail 方法返回最后 3 行：
last_three_rows = df.tail(3)
print("\n最后 3 行:")
print(last_three_rows)
输出：
最后 3 行:
a b
7 8 18
8 9 19
9 10 20
如果不指定 n，默认返回最后 5 行：
last_five_rows = df.tail()
print("\n默认最后 5 行:")
print(last_five_rows)
输出：
默认最后 5 行:
a b
5 6 16
6 7 17
7 8 18
8 9 19
9 10 20
可以看到，tail 方法可以方便地获取 dataframe 的最后几行数据。
到此这篇关于pandas dataframe tail的使用小结的文章就介绍到这了,更多相关pandas dataframe tail内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论