Python Pandas – 如何使用 Pandas DataFrame tail( ) 函数

编写 Python 代码，查找价格列值在 30000 到 70000 之间，并打印 **products.csv** 文件中最后三行的 id 和 product 列。

价格列值在 30000 到 70000 之间，以及最后三行的 id 和 product 列的结果如下：

   id product
79 80 Truck
81 82 Bike
98 99 Truck

方案 1

  • 从 **products.csv** 文件读取数据并赋值给 df

df = pd.read_csv('products.csv ')

  • 应用 Pandas 切片访问价格列中 30000 到 50000 之间的所有行，如下所示：

df[df.iloc[:,4].between(30000,50000)

将上述结果保存到 df1

  • 应用切片访问前两列的最后三行，如下所示：

df1.iloc[-3:,0:2]

示例

让我们检查以下代码以更好地理解：

import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[df.iloc[:,4].between(30000,50000)]
print(df1.iloc[-3:,0:2])

输出

   id product
79 80 Truck
81 82 Bike
98 99 Truck

方案 2

  • 从 **products.csv** 文件读取数据并赋值给 df

df = pd.read_csv('products.csv ')

  • 应用条件访问价格列中 30000 到 50000 之间的所有行，如下所示：

df[(df['price']>30000) & (df['price']<50000)]

将上述结果保存到 df1

  • 从 df1 中过滤以访问前两列的最后三行，如下所示：

df1[['id','product']].tail(3)

示例

让我们检查以下代码以更好地理解：

import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[(df['price']>30000) & (df['price']<50000)]
print(df1[['id','product']].tail(3))

输出

   id product
79 80 Truck
81 82 Bike
98 99 Truck

更新于: 2024年5月27日

557 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告