在熊猫中提取数据框的第一行和最后一行答案

【问题标题】：Extract first and last row of a dataframe in pandas在熊猫中提取数据框的第一行和最后一行
【发布时间】：2016-04-11 07:16:27
【问题描述】：

如何将给定数据帧的第一行和最后一行提取为 pandas 中的新数据帧？

我尝试使用iloc 选择所需的行，然后使用concat，如下所示：

df=pd.DataFrame({'a':range(1,5), 'b':['a','b','c','d']})
pd.concat([df.iloc[0,:], df.iloc[-1,:]])

但这不会产生熊猫数据框：

a    1
b    a
a    4
b    d
dtype: object

【问题讨论】：

标签： python pandas

【解决方案1】：

我认为最简单的方法是.iloc[[0, -1]]。

df = pd.DataFrame({'a':range(1,5), 'b':['a','b','c','d']})
df2 = df.iloc[[0, -1]]
    
print(df2)

   a  b
0  1  a
3  4  d

【讨论】：

请注意，如果框架仅包含单行，则会复制第一行
请注意，df 在使用最后一个元素索引 (-1) 时需要 iloc，这使得它不同于列表和非最后一个索引

【解决方案2】：

你也可以使用head和tail：

In [29]: pd.concat([df.head(1), df.tail(1)])
Out[29]:
   a  b
0  1  a
3  4  d

【讨论】：

我认为这是最好的解决方案，因为它适用于所有事情。尝试在帧的切片上使用.iloc 时出现“索引位置越界”错误（这在索引更改时有意义）不想reset_index，因为当前索引很重要

【解决方案3】：

如果框架仅包含一行，则接受的答案重复第一行。如果这是一个问题

df[0::len(df)-1 if len(df) > 1 else 1]

甚至适用于单行数据帧。

示例：对于以下数据框，这不会创建重复：

df = pd.DataFrame({'a': [1], 'b':['a']})
df2 = df[0::len(df)-1 if len(df) > 1  else 1]

print df2

   a  b
0  1  a

而这样做：

df3 = df.iloc[[0, -1]]

print df3 

   a  b
0  1  a
0  1  a

因为单行同时是第一行和最后一行。

【讨论】：

好点。您能否提供一个示例输出以做出更完整的答案

【解决方案4】：

我认为您可以尝试将参数axis=1 添加到concat，因为df.iloc[0,:] 和df.iloc[-1,:] 的输出是Series 并由T 转置：

print df.iloc[0,:]
a    1
b    a
Name: 0, dtype: object

print df.iloc[-1,:]
a    4
b    d
Name: 3, dtype: object

print pd.concat([df.iloc[0,:], df.iloc[-1,:]], axis=1)
   0  3
a  1  4
b  a  d

print pd.concat([df.iloc[0,:], df.iloc[-1,:]], axis=1).T
   a  b
0  1  a
3  4  d

【讨论】：

【解决方案5】：

这是与大型数据集相同的样式：

x = df[:5]
y = pd.DataFrame([['...']*df.shape[1]], columns=df.columns, index=['...'])
z = df[-5:]
frame = [x, y, z]
result = pd.concat(frame)

print(result)

输出：

                     date  temp
0     1981-01-01 00:00:00  20.7
1     1981-01-02 00:00:00  17.9
2     1981-01-03 00:00:00  18.8
3     1981-01-04 00:00:00  14.6
4     1981-01-05 00:00:00  15.8
...                   ...   ...
3645  1990-12-27 00:00:00    14
3646  1990-12-28 00:00:00  13.6
3647  1990-12-29 00:00:00  13.5
3648  1990-12-30 00:00:00  15.7
3649  1990-12-31 00:00:00    13

【讨论】：