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 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Python Pandas – 如何使用 Pandas DataFrame tail( ) 函式
編寫 Python 程式碼，查找價格列值在 30000 到 70000 之間，並列印 **products.csv** 檔案中最後三行的 id 和 product 列。
價格列值在 30000 到 70000 之間，以及最後三行的 id 和 product 列的結果如下：
id product 79 80 Truck 81 82 Bike 98 99 Truck
方案 1
-
從 **products.csv** 檔案讀取資料並賦值給 df
df = pd.read_csv('products.csv ')應用 Pandas 切片訪問價格列中 30000 到 50000 之間的所有行，如下所示：
df[df.iloc[:,4].between(30000,50000)
將上述結果儲存到 df1
應用切片訪問前兩列的最後三行，如下所示：
df1.iloc[-3:,0:2]
示例
讓我們檢查以下程式碼以更好地理解：
import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[df.iloc[:,4].between(30000,50000)]
print(df1.iloc[-3:,0:2])輸出
id product 79 80 Truck 81 82 Bike 98 99 Truck
方案 2
從 **products.csv** 檔案讀取資料並賦值給 df
df = pd.read_csv('products.csv ')應用條件訪問價格列中 30000 到 50000 之間的所有行，如下所示：
df[(df['price']>30000) & (df['price']<50000)]
將上述結果儲存到 df1
從 df1 中過濾以訪問前兩列的最後三行，如下所示：
df1[['id','product']].tail(3)
示例
讓我們檢查以下程式碼以更好地理解：
import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[(df['price']>30000) & (df['price']<50000)]
print(df1[['id','product']].tail(3))輸出
id product 79 80 Truck 81 82 Bike 98 99 Truck
更新於: 2024年5月27日
557 次瀏覽
廣告