我有pandas数据帧df1和df2(df1是vanila数据帧,df2由’STK_ID’&’RPT_Date’索引):

>>> df1

STK_ID RPT_Date TClose sales discount

0 000568 20060331 3.69 5.975 NaN

1 000568 20060630 9.14 10.143 NaN

2 000568 20060930 9.49 13.854 NaN

3 000568 20061231 15.84 19.262 NaN

4 000568 20070331 17.00 6.803 NaN

5 000568 20070630 26.31 12.940 NaN

6 000568 20070930 39.12 19.977 NaN

7 000568 20071231 45.94 29.269 NaN

8 000568 20080331 38.75 12.668 NaN

9 000568 20080630 30.09 21.102 NaN

10 000568 20080930 26.00 30.769 NaN

>>> df2

TClose sales discount net_sales cogs

STK_ID RPT_Date

000568 20060331 3.69 5.975 NaN 5.975 2.591

20060630 9.14 10.143 NaN 10.143 4.363

20060930 9.49 13.854 NaN 13.854 5.901

20061231 15.84 19.262 NaN 19.262 8.407

20070331 17.00 6.803 NaN 6.803 2.815

20070630 26.31 12.940 NaN 12.940 5.418

20070930 39.12 19.977 NaN 19.977 8.452

20071231 45.94 29.269 NaN 29.269 12.606

20080331 38.75 12.668 NaN 12.668 3.958

20080630 30.09 21.102 NaN 21.102 7.431

我可以通过以下方式获得最后3行df2:

>>> df2.ix[-3:]

TClose sales discount net_sales cogs

STK_ID RPT_Date

000568 20071231 45.94 29.269 NaN 29.269 12.606

20080331 38.75 12.668 NaN 12.668 3.958

20080630 30.09 21.102 NaN 21.102 7.431

而df1.ix [-3:]给出所有行:

>>> df1.ix[-3:]

STK_ID RPT_Date TClose sales discount

0 000568 20060331 3.69 5.975 NaN

1 000568 20060630 9.14 10.143 NaN

2 000568 20060930 9.49 13.854 NaN

3 000568 20061231 15.84 19.262 NaN

4 000568 20070331 17.00 6.803 NaN

5 000568 20070630 26.31 12.940 NaN

6 000568 20070930 39.12 19.977 NaN

7 000568 20071231 45.94 29.269 NaN

8 000568 20080331 38.75 12.668 NaN

9 000568 20080630 30.09 21.102 NaN

10 000568 20080930 26.00 30.769 NaN

为什么?如何获取最后3行df1(没有索引的数据帧)?

熊猫0.10.1

python dataframe取行_如何获取pandas DataFrame的最后N行?相关推荐

  1. python dataframe取一列_python - 从pandas DataFrame列标题中获取列表

    python - 从pandas DataFrame列标题中获取列表 我想从pandas DataFrame中获取列标题列表. DataFrame将来自用户输入,因此我不知道将会有多少列或将调用它们. ...

  2. python dataframe loc函数_详解pandas DataFrame的查询方法(loc,iloc,at,iat,ix的用法和区别)...

    在操作DataFrame时,肯定会经常用到loc,iloc,at等函数,各个函数看起来差不多,但是还是有很多区别的,我们一起来看下吧. 首先,还是列出一个我们用的DataFrame,注意index一列 ...

  3. python将scikit-learn自带数据集转换为pandas dataframe格式

    python将scikit-learn自带数据集转换为pandas dataframe格式 目录 python将scikit-learn自带数据集转换为pandas dataframe格式 #仿真数据

  4. python dataframe删除重复行_详解pandas使用drop_duplicates去除DataFrame重复项参数

    Pandas之drop_duplicates:去除重复项 方法 DataFrame.drop_duplicates(subset=None, keep='first', inplace=False) ...

  5. python怎么画参数函数图像_详解pandas.DataFrame.plot() 画图函数

    首先看官网的DataFrame.plot( )函数 DataFrame.plot(x=None, y=None, kind='line', ax=None, subplots=False, share ...

  6. python dataframe索引转成列_如何将 Pandas DataFrame 的索引转换为列

    我们将介绍将 Pandas DataFrame 的索引转换为列的各种方法,例如 df.index,带有 rename_axis 的 reset_index 来重命名索引,以及 set_index. 我 ...

  7. python交换两列的位置_如何更改 pandas dataframe 中两列的位置

    如何更改 pandas dataframe 中两列的位置: 把其中的某列移到第一列的位置. 原来的 df 是: df = pd.read_csv('I:/Papers/consumer/codeand ...

  8. python的loc函数_如何在pandas中使用loc、iloc函数进行数据索引(入门篇)

    在数据分析过程中,很多时候我们需要从数据表中提取出我们需要的部分,而这么做的前提是我们需要先索引出这一部分数据.今天我们就来探索一下,如何在pandas中使用loc函数和iloc函数索引数据. 今天我 ...

  9. python爬取天天基金_用Python抓取天天基金网基金历史净值数据

    请关注微信公众号:金融数学 FinancialMathematics玩基金的朋友应该都深有体会,2018是相当惨淡的一年,尤其下半年,能够保本就不错了.2019迎来了开门红,从2月11日到14日,连续 ...

最新文章

  1. .OCX、.dll文件注册命令Regsvr32的使用
  2. python filter函数中写none_Python3基础 filter 第一个参数为NONE时 结果只返回为True的对象...
  3. sqlite3数据库使用
  4. ZXing生成多种不同样式的二维码
  5. SysUtils.StrLCat
  6. python顺序结构的关键字_Python相关数据结构的排序
  7. php 字符串进行计算_PHP eval() 函数把字符串按照 PHP 代码来计算
  8. Illustrator中文版教程,如何在 Illustrator 中使用颜色混合器创建色板?
  9. LeetCode-Sum Root to Leaf Numbers
  10. 网络:bit、Byte、bps、Bps、pps、Gbps的单位详细说明及换算。
  11. Qt系列文章之 右键菜单QMenu(上)
  12. 把酒言欢话聊天,基于Vue3.0+Tornado6.1+Redis发布订阅(pubsub)模式打造异步非阻塞(aioredis)实时(websocket)通信聊天系统
  13. NandFlash驱动移植基础知识
  14. Active: inactive (dead)
  15. Mac 安装zsh 以及powerlevel10k配置
  16. Linux(Ubuntu16.04)自学笔记,资源整理
  17. php 怎么调用git,Git怎么用
  18. 数据结构与算法——24. 树的应用:表达式解析树
  19. 两家出版社称考虑将莫言作品编入中学教材-莫言-教材-诺贝尔奖
  20. ASP.NET 创建、发布、使用Web服务的详细方法

热门文章

  1. 街道大动土,断网一周,学习计划照旧
  2. 什么是大数据开发?看完我终于懂了......
  3. IE浏览器JSON未定义
  4. vue系列教程之微商城项目|主页
  5. 川土微电子|高速高性能RS-485/422收发器系列
  6. 【笔记】python中常见的函数(一)
  7. linux内存相关命令汇总
  8. 腾讯云企业邮箱设置别名
  9. 【matlab图像处理】matlab数据结构(1)
  10. 字节码文件的内部结构之谜