Pandas 从DataFrame中获取最后n条记录

数据分析经常遇到处理庞大数据集的问题，这通常需要对数据进行修改以获得有价值的见解。在某些情况下，从Pandas DataFrame中提取最近的n个条目可能会非常有帮助。本文的目标是提供一个详细的操作指南，以成功地执行这个任务。

安装和语法

pip install pandas

一旦安装了Pandas，您可以使用CSV文件或数据库查询的结果来从各种数据源创建一个DataFrame。

import pandas as pd
data = {'Name': ['John', 'Mark', 'Alice', 'Julie', 'Lisa', 'David'],
        'Age': [23, 34, 45, 19, 28, 31],
        'Gender': ['M', 'M', 'F', 'F', 'F', 'M']}
df = pd.DataFrame(data)

步骤

Pandas DataFrame的tail（）函数用于检索DataFrame的最后n行，并可用于获取DataFrame的最后n个条目。完成此任务的算法由以下阶段组成：

• 可以使用shape参数确定DataFrame中有多少行。

• 使用tail（）函数获取DataFrame的最后n行。

• 您可以选择将所产生的DataFrame的索引设置为0。

示例

现在让我们看一个示例，演示如何检索DataFrame的最后3条记录。我们将使用前面部分创建的DataFrame。

import pandas as pd

data = {'Name': ['John', 'Mark', 'Alice', 'Julie', 'Lisa', 'David'],
        'Age': [23, 34, 45, 19, 28, 31],
        'Gender': ['M', 'M', 'F', 'F', 'F', 'M']}

df = pd.DataFrame(data)

last_3_records = df.tail(3)
print(last_3_records)

输出

Name  Age Gender
3  Julie   19      F
4   Lisa   28      F
5  David   31      M

最后生成的last_3_records DataFrame将包含df DataFrame的最后三行数据。可选地，我们可以使用reset_index()函数将生成的DataFrame的索引重置为从0开始。

last_3_records = last_3_records.reset_index(drop=True)

生成的last_3_records DataFrame将具有从0开始的索引。

Name  Age Gender
0  Julie   19      F
1   Lisa   28      F
2  David   31      M

应用

在各种情况下，检索Pandas DataFrame的最后n条记录都可以是有用的，例如：

• 分析大型数据集中最近的数据条目。

• 对数据插入到DataFrame中进行测试和验证。

• 使用最近的数据条目构建机器学习模型。

结论

总之，检索Pandas DataFrame的最后n条记录是一个简单而高效的任务，可以使用tail()函数完成。我们还可以选择重置生成的DataFrame的索引，从0开始。这种技术在各种情况下都非常有用，例如分析最近的数据条目或验证数据插入到DataFrame中。