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。
