it-swarm.com.de

Wie bekomme ich die letzten N Zeilen eines pandas DataFrame?

Ich habe pandas dataframe df1 und df2 (df1 ist vanila dataframe, df2 wird durch 'STK_ID' & 'RPT_Date' indiziert):

>>> 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

Ich kann die letzten 3 Zeilen von df2 bekommen durch:

>>> 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

während df1.ix[-3:] gib alle Zeilen an:

>>> 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

Warum ? Wie bekomme ich die letzten 3 Reihen von df1 (Datenrahmen ohne Index)? Pandas 0.10.1

139
bigbug

Vergiss nicht DataFrame.tail! z.B. df1.tail(10)

315
Wes McKinney

Dies ist darauf zurückzuführen, dass Ganzzahlindizes verwendet werden (ix wählt diese nach Label über -3 statt aus. Position , und dies ist beabsichtigt: siehe Ganzzahlige Indizierung in pandas "gotchas" *).

* In neueren Versionen von pandas bevorzugen Sie loc oder iloc, um die Mehrdeutigkeit von ix als Position oder Bezeichnung zu beseitigen:

df.iloc[-3:]

siehe docs.

Wie Wes betont, sollten Sie in diesem speziellen Fall nur den Schwanz verwenden!

55
Andy Hayden

Wie bekomme ich die letzten N Zeilen eines pandas DataFrame?

Wenn Sie nach Position schneiden, __getitem__ (d. h. Schneiden mit[]) funktioniert gut und ist die prägnanteste Lösung, die ich für dieses Problem gefunden habe.

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

Dies ist das gleiche wie das Aufrufen von df.iloc[-3:], zum Beispiel (iloc delegiert intern an __getitem__).


Wenn Sie außerdem die letzten N Zeilen für jede Gruppe suchen möchten, verwenden Sie groupby und GroupBy.tail :

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

   A  B
1  a  2
2  a  3
5  b  6
6  b  7
7  c  8
4
cs95

Sie können auch die letzten drei Zeilen eines Datenrahmens wie folgt aufnehmen:

    df1 = pd.DataFrame({'A': list('aaabbbbc'), 'B': np.arange(1, 9)})
    df1[-3:]
0
Sarah Grogan