pandasDataFrametail的使用小结

目录

• Pandas2.2 DataFrame
• Indexing, iteration
• pandas.DataFrame.tail()
• 参数
• 返回值
• 示例

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([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。

• n：可选参数，表示要返回的行数，默认为 5。

• 返回 DataFrame 的最后 n 行，类型为 pandas.DataFrame。

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内容请搜索风君子博客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风君子博客！

您可能感兴趣的文章:

• pandas DataFrame map方法的实现
• pandas.DataFrame.agg()方法的使用
• pandas DataFrame rsub的实现示例
• pandas DataFrame mask的具体使用
• pandas DataFrame where的实现示例
• pandas DataFrame mul的具体实现
• pandas中DataFrame多层索引的实现
• pandas中Series和DataFrame的rank方法解析