极客笔记Python 访问pandas数据框中最后一个元素的索引
要访问pandas数据框中最后一个元素的索引，我们可以使用index属性或tail()方法。Pandas是一个用于数据处理和分析的Python库。数据框是pandas提供的一种用于有效处理大型数据集的数据结构。在本文中，我们将了解如何访问pandas数据框中最后一个元素的索引。
什么是数据框
数据框是一个二维的表格状数据结构，类似于矩阵、电子表格或SQL表。任何类型的数据，如CSV文件、字典或列表等，都可以轻松地转换为数据框。数据框的列可以具有不同的数据类型，如整数、浮点数或字符串等。数据框的每一行都有一个唯一的索引，默认从0开始。我们还可以使用set_index()方法为数据框的行指定自定义索引。
访问数据框中的元素
要访问pandas数据框中最后一个元素的索引，我们首先需要了解如何访问数据框的元素。我们使用loc[]和iloc[]方法来访问数据框的任何元素。例如，假设我们有一个数据框：
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
上述数据框具有三列，分别为Subject，marks和Grade，并且有四行，索引为0,1,2,3。loc[]方法通过行标签和列标签来访问数据框的任何元素。在上面的示例中，如果我们想要访问数据框的第三行和第一列的值，可以使用loc[]方法来实现，语法如下：
语法
loc[row_label,column_label]
loc[]方法用于访问数据帧的元素。需要使用row_label和column_label参数传递给loc方法，以便访问数据帧的特定元素。
iloc[row_index,column_index]
iloc[]方法用于访问数据帧的元素。需要将row_index和column_index参数传递给loc方法，以访问数据帧的特定元素。
示例1
Pandas将使用pd.dataframe()方法将字典转换为数据帧。一旦数据帧在df变量中可用，我们可以通过将row_label设置为2且column_label设置为’Subject’来访问数据帧的值。
# import pandas
import pandas as pd
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
'Marks': ['70', '85', '90', '45'],
'Grade': ['B', 'A','A', 'C']})
# Display original dataframe
print("Original dataframe")
print(df)
print(df.loc[2,'Subject'])
输出
Original dataframe
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
Computer
示例2
以类似的方式，iloc[]方法以行和列索引作为参数来访问数据帧中的任何元素。如果我们想要访问第四行和第二列的值，我们可以使用iloc[]方法来实现：
# import pandas
import pandas as pd
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
'Marks': ['70', '85', '90', '45'],
'Grade': ['B', 'A', 'A', 'C']})
# Display original dataframe
print("Original dataframe")
print(df)
print(df.iloc[3,1])
输出
Original dataframe
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
45
使用Index Attributes
索引属性指定了数据帧的行索引。默认情况下，数据帧的行索引从0开始。要访问最后一行索引，我们可以使用-1作为起始值。
语法
df.index[row_index]
index属性用于访问数据帧中行的索引。要访问最后一行的索引，我们可以从负值开始，即 -1。
例如，我们将创建如下的数据帧：
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
示例
# import pandas
import pandas as pd
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
'Marks': ['70', '85', '90', '45'],
'Grade': ['B', 'A', 'A', 'C']})
# Display original dataframe
print("Original dataframe")
print(df)
# Display last index value of dataframe
# index[-1] is return the last row index of
# all rows in DataFrame.
print("value of last row index")
print(df.index[-1])
输出
Original dataframe
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
value of last row index
3
使用tail()方法
tail(n)方法返回pandas数据框的最后第n行的值。如果我们只想获取最后一行的索引，可以使用tail方法的index属性获取最后一行的索引。传递给tail方法的参数n返回pandas数据框的最后n行，如果只想获取最后一行，可以传递n=1。
语法
df.tail(nth_row_index)
tail() 方法返回倒数第 n 行的值。row_index 参数指定从末尾起的行索引，传递给 tail 函数。最后一行的索引从 1 开始计数。
df.tail(nth_row_index).index[column_index]
tail() 方法返回倒数第 n 个索引的整行值。要访问第 n 行元素的特定索引，需要将 column_index 值传递给它。
示例
在这个示例中，我们将使用 pd.Dataframe() 方法将 Python 字典数据转换为数据帧。我们将使用 index() 和 tail() 方法来获取数据帧中最后一个元素或行的索引值。
# import pandas
import pandas as pd
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
'Marks': ['70', '85', '90', '45'],
'Grade': ['B', 'A', 'A', 'C']})
# Display original dataframe
print("Original dataframe")
print(df)
# Display last index value of dataframe
# index[-1] is return the last row index of
# all rows in DataFrame.
print("value of last row")
print(df.tail(1))
print("value of last row index")
print(df.tail(1).index[0])
输出
Original dataframe
Subject Marks Grade
0 Maths 70 B
1 Science 85 A
2 Computer 90 A
3 English 45 C
value of last row
Subject Marks Grade
3 English 45 C
value of last row index
3
结论
在本文中，我们了解了如何在python pandas数据帧中访问任何元素，以及如何使用index属性和tail方法访问pandas数据帧中最后一个元素的索引。当传递负索引-1时，index属性返回最后一行的索引。当传递从1开始的行索引以获取倒数第n行的行值时，tail属性返回。要访问特定元素索引，我们可以同时使用tail和index属性。