数据框中最后一个元素的访问索引答案

【问题标题】：Access index of last element in data frame数据框中最后一个元素的访问索引
【发布时间】：2013-03-29 12:39:41
【问题描述】：

我一直在寻找这个，但我似乎找不到它（尽管它一定非常微不足道）。

我遇到的问题是我想为数据框的第一个和最后一个条目检索列的值。但如果我这样做：

df.ix[0]['date']

我明白了：

datetime.datetime(2011, 1, 10, 16, 0)

但如果我这样做：

df[-1:]['date']

我明白了：

myIndex
13         2011-12-20 16:00:00
Name: mydate

使用不同的格式。理想情况下，我希望能够访问数据框的最后一个索引的值，但我找不到方法。

我什至尝试使用索引值创建一个列 (IndexCopy) 并尝试：

df.ix[df.tail(1)['IndexCopy']]['mydate']

但这也会产生不同的格式（因为 df.tail(1)['IndexCopy'] 不输出简单的整数）。

有什么想法吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

以前的答案现在被.iloc取代：

>>> df = pd.DataFrame({"date": range(10, 64, 8)})
>>> df.index += 17
>>> df
    date
17    10
18    18
19    26
20    34
21    42
22    50
23    58
>>> df["date"].iloc[0]
10
>>> df["date"].iloc[-1]
58

我能想到的最短方式使用.iget()：

>>> df = pd.DataFrame({"date": range(10, 64, 8)})
>>> df.index += 17
>>> df
    date
17    10
18    18
19    26
20    34
21    42
22    50
23    58
>>> df['date'].iget(0)
10
>>> df['date'].iget(-1)
58

或者：

>>> df['date'][df.index[0]]
10
>>> df['date'][df.index[-1]]
58

还有.first_valid_index() 和.last_valid_index()，但取决于您是否要排除NaNs，它们可能不是您想要的。

请记住，df.ix[0] 不会给您第一个，而是由 0 索引的那个。例如，在上述情况下，df.ix[0] 会产生

>>> df.ix[0]
Traceback (most recent call last):
  File "<ipython-input-489-494245247e87>", line 1, in <module>
    df.ix[0]
[...]
KeyError: 0

【讨论】：

感谢您的回答。但是，我有另一个数据框，其中 df.ix[0] 似乎给出了数据框的第一行，即使第一个索引不是 0。特别是 df.index[0] 的结果不是 0 ，但 df.ix[df.index[0]] 和 df.ix[0] 确实给出了相同的结果。这是为什么呢？
我需要查看索引，但我怀疑这是因为索引是非数字的，在这种情况下，通过整数可以访问就像它是一个索引一样，并且不是钥匙。这是因为如果您要求Something(["A", "B", "C"])[1]，您所要求的内容没有歧义，但是如果您有Something([1,2,3,4])[1]，您想要什么？阅读 here in the docs 的各个部分，了解其中涉及的一些令人头疼的问题。
如何使用 df['xxx'][df.index[0]] 进行浮点数？我有一个浮点数 56.7888，它被转换为 56 而不是 57
调用iget() 得到'Series' object has no attribute 'iget'。
使用pandas 4年，第一次在stackoverflow、教程、代码等任何地方看到iget。

【解决方案2】：

在Get index of a row of a pandas dataframe as an integer 中结合@comte 的答案和dmdip 的答案

df.tail(1).index.item()

为您提供索引的值。

请注意，无论是多索引还是单索引，索引并非总是定义明确。使用索引修改数据框可能会导致意外行为。我们将有一个多索引案例的示例，但请注意，这在单索引案例中也是如此。

假设我们有

df = pd.DataFrame({'x':[1,1,3,3], 'y':[3,3,5,5]}, index=[11,11,12,12]).stack()

11  x    1
    y    3
    x    1
    y    3
12  x    3
    y    5              # the index is (12, 'y')
    x    3
    y    5              # the index is also (12, 'y')

df.tail(1).index.item() # gives (12, 'y')

尝试访问索引为df[12, "y"] 的最后一个元素会产生

(12, y)    5
(12, y)    5
dtype: int64

如果您尝试根据索引 (12, y) 修改数据框，您将修改两行而不是一行。因此，即使我们学会了访问最后一行索引的值，如果您想根据其索引更改最后一行的值可能不是一个好主意，因为可能有很多共享同一个索引。在这种情况下，您应该使用df.iloc[-1] 访问最后一行。

参考

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Index.item.html

【讨论】：

【解决方案3】：

df.tail(1).index

似乎最易读

【讨论】：

这不会返回一个数字，而是： RangeIndex(start=6, stop=7, step=1)
alex：从返回的index中，start=6表示最后一个元素的偏移量。所以，df.tail(1) 获取最后一个元素，df["your_column"][6] 将是最后一个元素，your_column 等（但df.last_valid_index() 只给你数字）

【解决方案4】：

现在可能为时已晚，我使用index 方法检索DataFrame 的最后一个索引，然后使用[-1] 获取最后一个值：

例如，

df = pd.DataFrame(np.zeros((4, 1)), columns=['A'])
print(f'df:\n{df}\n')

print(f'Index = {df.index}\n')
print(f'Last index = {df.index[-1]}')

输出是

df:
     A
0  0.0
1  0.0
2  0.0
3  0.0

Index = RangeIndex(start=0, stop=4, step=1)

Last index = 3

【讨论】：

【解决方案5】：

您希望 .iloc 带有双括号。

import pandas as pd
df = pd.DataFrame({"date": range(10, 64, 8), "not_date": "fools"})
df.index += 17
df.iloc[[0,-1]][['date']]

你给 .iloc 一个索引列表——特别是第一个和最后一个，[0, -1]。这将返回一个数据框，您从中请求“日期”列。 ['date'] 会给你一个系列（yuck），[['date']] 会给你一个数据框。

【讨论】：

【解决方案6】：

Pandas 支持 NumPy 语法，它允许：

df[len(df) -1:].index[0]

【讨论】：