让我们考虑以下数据框：
import pandas as pd
d = {'col1': [1, 2, 3], 'col2': [3, 4, 5]}
df=pd.DataFrame(data=d)
如果我想访问pandas系列的第一个元素df['col1']，我可以直接去df['col1'][0]。
但是我怎样才能访问这个系列中的 last 元素呢？
我试过df['col1'][-1]，它返回以下错误：
密钥错误：-1L
我知道我可以选择像df['col1'][len(df)-1] 这样的东西，但为什么反向索引在这里是不可能的？
【问题讨论】：
对于选择最后一个值需要Series.iloc或Series.iat，因为df['col1']返回Series：
print (df['col1'].iloc[-1])
3
print (df['col1'].iat[-1])
3
或将Series转换为numpy数组并选择最后一个：
print (df['col1'].values[-1])
3
或使用DataFrame.iloc 或DataFrame.iat - 但Index.get_loc 是列的必要位置：
print (df.iloc[-1, df.columns.get_loc('col1')])
3
print (df.iat[-1, df.columns.get_loc('col1')])
3
或者可以使用索引的最后一个值（必须不重复）并通过DataFrame.loc选择：
print (df.loc[df.index[-1], 'col1'])
3
【讨论】：
print (df['col1'].iloc[-1]) 会成功的。
df 是Dataframe，而不是Series。使用Series 进行什么调整才能达到相同的效果？
s=pd. Series() 然后代替 df['col1'] 使用 s
s=pd.Series(data=d)，然后s.iloc[-1] 给出[1, 2, 3] 而不是[3,5] - 每个col 的最后一个值。
.str 做到了。我最初担心在字符串中进行计算（加法、平均等）。
你也可以使用tail:
print(df['col1'].tail(1).item())
输出：
3
【讨论】：
print (df['col1'].iloc[-1]) 更直观，但感谢您提出这个解决方案，U9-Forward！
最后通过值是最快捷的方法：
%timeit df['code'].values[-1]. )
每个循环 5.58 µs ± 985 ns（7 次运行的平均值 ± 标准偏差，每次 100000 次循环）
%timeit df.loc[df.index[-1], 'code']
每个循环 12 µs ± 2.71 µs（7 次运行的平均值 ± 标准偏差，每次 100000 个循环）
%timeit df['code'].iat[-1]
每个循环 5.71 µs ± 896 ns（7 次运行的平均值 ± 标准偏差，每次 100000 次循环）
%timeit df['code'].tail(1).item()
每个循环 36 µs ± 3.23 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）
%timeit df.iloc[-1, df.columns.get_loc('code')]
每个循环 33.7 µs ± 5.23 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）
%timeit df['code'].iloc[-1]
每个循环 8.08 µs ± 496 ns（7 次运行的平均值 ± 标准偏差，每次 100000 次循环）
【讨论】：