Greifen Sie auf den Index des letzten Elements im Pandas DataFrame in Python zu

Um auf den Index des letzten Elements im Pandas-Datenrahmen zuzugreifen, können wir das Indexattribut oder die Methode tail() verwenden. Pandas ist eine Python-Bibliothek zur Datenbearbeitung und -analyse. Der Datenrahmen ist eine von Pandas bereitgestellte Datenstruktur, die für die effektive Arbeit mit großen Datenmengen verwendet wird. In diesem Artikel werden wir verstehen, wie wir auf den Index des letzten Elements im Pandas-Datenrahmen zugreifen können.

Was ist ein Datenrahmen?

Ein Datenrahmen ist eine zweidimensionale, tabellarische Datenstruktur, die wie eine Matrix, ein Tabellenblatt oder eine SQL-Tabelle über Zeilen und Spalten verfügt. Alle Arten von Daten wie eine CSV-Datei, ein Wörterbuch oder eine Liste von Listen können problemlos in einen Datenrahmen konvertiert werden. Spalten des Datenrahmens können unterschiedliche Datentypen wie Ganzzahl, Gleitkomma oder Zeichenfolgen usw. haben. Jede Zeile des Datenrahmens verfügt über einen eindeutigen Index, der standardmäßig bei 0 beginnt. Mit der Methode set_index() können wir auch einen benutzerdefinierten Index für die Datenrahmenzeile angeben .

Auf ein Element in einem Datenrahmen zugreifen?

Um auf den letzten Elementindex eines Pandas-Datenrahmens zuzugreifen, müssen wir zunächst verstehen, wie auf ein Element eines Datenrahmens zugegriffen wird. Um auf ein beliebiges Element eines Datenrahmens zuzugreifen, verwenden wir die Methoden loc[] und iloc[]. Betrachten wir zum Beispiel einen Datenrahmen,

    Subject   Marks    Grade
0   Maths      70        B
1   Science    85        A
2   Computer   90        A
3   English    45        C

Der obige Datenrahmen besteht aus drei Spalten, nämlich Fach, Noten und Note, sowie vier Zeilen mit dem Index 0,1,2,3. Die loc[]-Methode verwendet Zeilenbeschriftungen und Spaltenbeschriftungen, um auf jedes Element des Datenrahmens zuzugreifen. Wenn wir im obigen Beispiel auf die dritte Zeile und den ersten Spaltenwert des Datenrahmens zugreifen möchten, können wir dies mit der Methode loc[] von − tun

Syntax

loc[row_label,column_label]

Die Methode loc[] wird verwendet, um auf das Element eines Datenrahmens zuzugreifen. Die Parameter row_label und columns_label müssen an die loc-Methode übergeben werden, um auf das spezifische Element des Datenrahmens zuzugreifen.

iloc[row_index,column_index]

Die Methode iloc[] wird verwendet, um auf das Element eines Datenrahmens zuzugreifen. Die Parameter row_index und columns_index müssen an die loc-Methode übergeben werden, um auf das spezifische Element des Datenrahmens zuzugreifen.

Beispiel 1

Pandas konvertiert das Wörterbuch mit der Methode pd.dataframe() in einen Datenrahmen. Sobald der Datenrahmen in der df-Variablen verfügbar ist, können wir mit row_label als 2 und columns_label als „Subject“ auf den Wert des Datenrahmens zugreifen.

# import pandas
import pandas as pd
  
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
   'Marks': ['70', '85', '90', '45'],
   'Grade': ['B', 'A','A', 'C']})
  
# Display original dataframe
print("Original dataframe")
print(df)
  

print(df.loc[2,'Subject'])

Ausgabe

Original dataframe
    Subject  Marks  Grade
0   Maths     70     B
1   Science   85     A
2   Computer  90     A
3   English   45     C
Computer

Beispiel 2

Auf ähnliche Weise verwendet die Methode iloc[] den Zeilen- und Spaltenindex als Argument, um auf ein beliebiges Element des Datenrahmens zuzugreifen. Wenn wir auf den Wert der vierten Zeile und der zweiten Spalte zugreifen möchten, können wir dies mit der Methode iloc[] as − tun

# import pandas
import pandas as pd
  
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
   'Marks': ['70', '85', '90', '45'],
   'Grade': ['B', 'A', 'A', 'C']})
  
# Display original dataframe
print("Original dataframe")
print(df)
  

print(df.iloc[3,1])

Ausgabe

Original dataframe
    Subject Marks Grade
0   Maths    70     B
1   Science    85     A
2  Computer    90     A
3   English    45     C
45

Indexattribut verwenden

Der Index gibt den Zeilenindex des Datenrahmens an. Standardmäßig beginnt der Index der Datenrahmenzeile bei 0. Um auf den letzten Zeilenindex zuzugreifen, können wir mit -1 beginnen.

Syntax

df.index[row_index]

Das Indexattribut wird verwendet, um auf den Index der Zeile im Datenrahmen zuzugreifen. Um auf den Index der letzten Zeile zuzugreifen, können wir mit negativen Werten beginnen, z. B. -1.

Zum Beispiel erstellen wir den Datenrahmen wie folgt:

   Subject   Marks   Grade
0   Maths     70       B
1  Science    85       A
2  Computer   90       A
3  English    45       C

Beispiel

# import pandas
import pandas as pd
  
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
   'Marks': ['70', '85', '90', '45'],
   'Grade': ['B', 'A', 'A', 'C']})
  
# Display original dataframe
print("Original dataframe")
print(df)
  
# Display last index value of dataframe
# index[-1] is return the last row index of 
# all rows in DataFrame.
print("value of last row index")
print(df.index[-1])

Ausgabe

Original dataframe
    Subject  Marks  Grade
0   Maths     70     B
1   Science   85     A
2   Computer  90     A
3   English   45     C
value of last row index
3

Verwenden der tail()-Methode

Die tail(n)-Methode gibt den Wert der letzten n-ten Zeile des Pandas-Datenrahmens zurück. Wenn wir nur den Index der letzten Zeile erhalten möchten, können wir das Indexattribut mit der Tail-Methode verwenden, um den Index der letzten Zeile abzurufen. Der an die Tail-Methode übergebene Parameter n gibt die letzten n Zeilen des Pandas-Datenrahmens zurück, um nur die letzte Zeile zu erhalten, die wir als n=1 übergeben können.

Syntax

df.tail(nth_row_index)

Die Methode tail() gibt den Wert der n-ten Zeile vom Ende zurück. Der am Ende beginnende Zeilenindex wird als Argument an die Tail-Funktion übergeben. Der Index der letzten Zeile beginnt bei 1.

df.tail(nth_row_index).index[column_index]

Die Methode tail() gibt den gesamten Zeilenwert am n-ten Index vom Ende zurück. Um auf den spezifischen Index des Elements in der n-ten Zeile zuzugreifen, müssen wir ihm den Wert „column_index“ übergeben.

Beispiel

In diesem Beispiel konvertieren wir die Python-Wörterbuchdaten mithilfe der pd.Dataframe()-Methode in einen Datenrahmen. Wir verwenden die Methoden index() und tail(), um den Indexwert des letzten Elements oder der letzten Zeile im Datenrahmen abzurufen.

# import pandas
import pandas as pd
  
# create dataframe
df = pd.DataFrame({'Subject': ['Maths', 'Science', 'Computer', 'English'],
   'Marks': ['70', '85', '90', '45'],
   'Grade': ['B', 'A', 'A', 'C']})
  
# Display original dataframe
print("Original dataframe")
print(df)
  
# Display last index value of dataframe
# index[-1] is return the last row index of 
# all rows in DataFrame.
print("value of last row")
print(df.tail(1))
print("value of last row index")
print(df.tail(1).index[0])

Ausgabe

Original dataframe
     Subject  Marks Grade
0    Maths     70     B
1    Science   85     A
2    Computer  90     A
3    English   45     C

value of last row
Subject Marks Grade
3  English    45     C
value of last row index
3

Abschluss

In diesem Artikel haben wir verstanden, wie man auf jedes Element im Python-Pandas-Datenrahmen zugreift und wie man mithilfe des Indexattributs und der Tail-Methode auf den Index des letzten Elements im Pandas-Datenrahmen zugreift. Das Indexattribut gibt den Index der letzten Zeile zurück, wenn ihm der negative Index -1 übergeben wird. Das tail-Attribut gibt den Zeilenwert der n-ten Zeile vom Ende zurück, wenn ihm ein Zeilenindex beginnend bei 1 für die letzte Zeile übergeben wird. Um auf den spezifischen Elementindex zuzugreifen, können wir die Attribute tail und index zusammen verwenden.