219

我有 pandas 数据框df1和df2（df1 是 vanila 数据框，df2 由“STK_ID”和“RPT_Date”索引）：

>>> df1
    STK_ID  RPT_Date  TClose   sales  discount
0   000568  20060331    3.69   5.975       NaN
1   000568  20060630    9.14  10.143       NaN
2   000568  20060930    9.49  13.854       NaN
3   000568  20061231   15.84  19.262       NaN
4   000568  20070331   17.00   6.803       NaN
5   000568  20070630   26.31  12.940       NaN
6   000568  20070930   39.12  19.977       NaN
7   000568  20071231   45.94  29.269       NaN
8   000568  20080331   38.75  12.668       NaN
9   000568  20080630   30.09  21.102       NaN
10  000568  20080930   26.00  30.769       NaN

>>> df2
                 TClose   sales  discount  net_sales    cogs
STK_ID RPT_Date                                             
000568 20060331    3.69   5.975       NaN      5.975   2.591
       20060630    9.14  10.143       NaN     10.143   4.363
       20060930    9.49  13.854       NaN     13.854   5.901
       20061231   15.84  19.262       NaN     19.262   8.407
       20070331   17.00   6.803       NaN      6.803   2.815
       20070630   26.31  12.940       NaN     12.940   5.418
       20070930   39.12  19.977       NaN     19.977   8.452
       20071231   45.94  29.269       NaN     29.269  12.606
       20080331   38.75  12.668       NaN     12.668   3.958
       20080630   30.09  21.102       NaN     21.102   7.431

我可以通过以下方式获取 df2 的最后 3 行：

>>> df2.ix[-3:]
                 TClose   sales  discount  net_sales    cogs
STK_ID RPT_Date                                             
000568 20071231   45.94  29.269       NaN     29.269  12.606
       20080331   38.75  12.668       NaN     12.668   3.958
       20080630   30.09  21.102       NaN     21.102   7.431

同时df1.ix[-3:]给出所有行：

>>> df1.ix[-3:]
    STK_ID  RPT_Date  TClose   sales  discount
0   000568  20060331    3.69   5.975       NaN
1   000568  20060630    9.14  10.143       NaN
2   000568  20060930    9.49  13.854       NaN
3   000568  20061231   15.84  19.262       NaN
4   000568  20070331   17.00   6.803       NaN
5   000568  20070630   26.31  12.940       NaN
6   000568  20070930   39.12  19.977       NaN
7   000568  20071231   45.94  29.269       NaN
8   000568  20080331   38.75  12.668       NaN
9   000568  20080630   30.09  21.102       NaN
10  000568  20080930   26.00  30.769       NaN

为什么 ？如何获取df1(dataframe without index) 的最后 3 行？熊猫 0.10.1

4

3 回答 3

509

别忘了DataFrame.tail！例如df1.tail(10)

于 2013-02-07T21:03:22.430 回答
98

这是因为使用了整数索引（通过 -3 而不是位置的标签ix选择那些，这是设计使然：请参阅pandas "gotchas" * 中的整数索引）。

*在较新版本的熊猫中，更喜欢 loc 或 iloc 来消除 ix 作为位置或标签的歧义：

df.iloc[-3:]

请参阅文档。

正如 Wes 指出的那样，在这种特定情况下，您应该只使用 tail！

于 2013-02-03T05:02:23.223 回答
13

如何获取 pandas DataFrame 的最后 N 行？

如果您按位置切片__getitem__（即使用 切片[]）效果很好，并且是我为这个问题找到的最简洁的解决方案。

pd.__version__
# '0.24.2'

df = pd.DataFrame({'A': list('aaabbbbc'), 'B': np.arange(1, 9)})
df

   A  B
0  a  1
1  a  2
2  a  3
3  b  4
4  b  5
5  b  6
6  b  7
7  c  8


df[-3:]

   A  B
5  b  6
6  b  7
7  c  8

例如，这与调用 相同df.iloc[-3:]（iloc内部委托给__getitem__）。

顺便说一句，如果要查找每个组的最后 N 行，请使用groupbyand GroupBy.tail：

df.groupby('A').tail(2)

   A  B
1  a  2
2  a  3
5  b  6
6  b  7
7  c  8
于 2019-01-22T07:40:09.400 回答