資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究獲取 Pandas DataFrame 的最後 n 條記錄
資料分析經常面臨處理海量資料集的問題，這通常需要對資料進行修改以獲得有價值的見解。在某些情況下，能夠從 Pandas DataFrame 中提取最新的 n 個條目可能很有用。本文旨在提供一個完整的操作指南，以成功完成此操作。
安裝和語法
pip install pandas
安裝 Pandas 後，您可以使用 CSV 檔案或資料庫查詢的結果從各種資料來源建立 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)
演算法
Pandas DataFrame 的 tail() 函式檢索 DataFrame 的最後 n 行，可用於獲取 DataFrame 的最後 n 個條目。完成此任務所使用的演算法包括以下步驟
可以使用 shape 引數確定 DataFrame 中的行數。
要獲取 DataFrame 的最後 n 行，請使用 tail() 函式。
您可以選擇將生成的 DataFrame 的索引設定為 0。
示例
現在讓我們來看一個示例，演示如何檢索 DataFrame 的最後 3 條記錄。我們將使用上一節中建立的 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)
輸出
Name Age Gender 3 Julie 19 F 4 Lisa 28 F 5 David 31 M
生成的 last_3_records DataFrame 將包含 df DataFrame 的最後三行。或者，我們可以使用 reset_index() 函式將生成的 DataFrame 的索引重置為從 0 開始。
last_3_records = last_3_records.reset_index(drop=True)
生成的 last_3_records DataFrame 的索引將從 0 開始。
Name Age Gender 0 Julie 19 F 1 Lisa 28 F 2 David 31 M
應用場景
檢索 Pandas DataFrame 的最後 n 條記錄在各種場景中都很有用，例如
分析大型資料集中最新的資料條目。
測試和驗證資料插入 DataFrame。
使用最近的資料條目構建機器學習模型。
結論
總之，檢索 Pandas DataFrame 的最後 n 條記錄是一項簡單而高效的任務，可以使用 tail() 函式完成。我們可以選擇將生成的 DataFrame 的索引重置為從 0 開始。此技術在各種場景中都很有用，例如分析最近的資料條目或驗證資料插入 DataFrame。
2K+ 次瀏覽
