【Pandas】pandas DataFrame tail

Pandas2.2 DataFrame

Indexing, iteration

方法	描述
DataFrame.head([n])	用于返回 DataFrame 的前几行
DataFrame.at	快速访问和修改 DataFrame 中单个值的方法
DataFrame.iat	快速访问和修改 DataFrame 中单个值的方法
DataFrame.loc	用于基于标签（行标签和列标签）来访问和修改 DataFrame 中的数据
DataFrame.iloc	用于基于整数位置（行号和列号）来访问和修改 DataFrame 中的数据
DataFrame.insert(loc, column, value[, …])	用于在 DataFrame 的指定位置插入一个新的列
DataFrame.iter()	用于迭代 DataFrame 的列名
DataFrame.items()	用于迭代 DataFrame 的列名和列数据
DataFrame.keys()	返回 DataFrame 的列名
DataFrame.iterrows()	用于逐行迭代 DataFrame
DataFrame.itertuples([index, name])	用于逐行迭代 DataFrame
DataFrame.pop(item)	用于从 DataFrame 中删除指定列
DataFrame.tail([n])	用于返回 DataFrame 的最后 n 行

pandas.DataFrame.tail()

pandas.DataFrame.tail([n]) 方法用于返回 DataFrame 的最后 n 行。如果不指定 n，默认返回最后 5 行。

参数

• n：可选参数，表示要返回的行数，默认为 5。

返回值

• 返回 DataFrame 的最后 n 行，类型为 pandas.DataFrame。

示例

假设我们有一个 DataFrame 如下：

import pandas as pddata = {'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],'B': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
}df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)

输出：

原始 DataFrame:A   B
0   1  11
1   2  12
2   3  13
3   4  14
4   5  15
5   6  16
6   7  17
7   8  18
8   9  19
9  10  20

使用 tail 方法返回最后 3 行：

last_three_rows = df.tail(3)
print("\n最后 3 行:")
print(last_three_rows)

输出：

最后 3 行:A   B
7   8  18
8   9  19
9  10  20

如果不指定 n，默认返回最后 5 行：

last_five_rows = df.tail()
print("\n默认最后 5 行:")
print(last_five_rows)

输出：

默认最后 5 行:A   B
5   6  16
6   7  17
7   8  18
8   9  19
9  10  20

可以看到，tail 方法可以方便地获取 DataFrame 的最后几行数据。