如何选择数据框的最后一列答案

【问题标题】：How to select the last column of dataframe如何选择数据框的最后一列
【发布时间】：2016-10-20 03:11:10
【问题描述】：

我已经做了一些寻找这个问题的答案，但我能弄清楚的是：

df[df.columns[len(df.columns)-1]]

在我看来，这看起来很笨拙，而且不像 Python 那样（而且很慢？）。

在不指定列名的情况下为 pandas 数据框中的最后一列选择数据的最简单方法是什么？

【问题讨论】：

【解决方案1】：

使用 iloc 并针对最后一列 (-1) 选择所有行 (:)：

df.iloc[:,-1:]

【讨论】：

【解决方案2】：

有点类似于您最初的尝试，但更 Pythonic，是使用 Python 的标准负索引约定从末尾倒数：

df[df.columns[-1]]

【讨论】：

【解决方案3】：

这些东西可以帮助你理解一切……使用 iloc

在iloc中，[初始行：结束行，初始列：结束列]

案例 1：如果您只想要最后一列 --- df.iloc[:,-1] & df.iloc[:,-1:] 这意味着您只需要最后一列...

案例 2：如果您想要除最后一列之外的所有列和所有行 --- df.iloc[:,:-1] 这意味着您想要除最后一列之外的所有列和所有行...

案例 3：如果您只想要最后一行 --- df.iloc[-1:,:] & df.iloc[-1,:] 这意味着您只想要最后一行...

案例 4：如果您想要除最后一行之外的所有列和所有行 --- df.iloc[:-1,:] 这意味着您想要除最后一列之外的所有列和所有行...

案例 5：如果您想要除最后一行和最后一列之外的所有列和所有行 --- df.iloc[:-1,:-1] 这意味着您想要除最后一列和最后一行之外的所有列和所有行...

【讨论】：

【解决方案4】：

只是为了补充@Anshul Singh Suryan 的回答：

当我们拆分数据框以获取最后一列时：

如果我们像这样拆分：

y = df.iloc[:,-1:] - y 仍然是 dataframe

但是，如果我们像这样分开

y = df.iloc[:,-1] - y 变为 Series。

这是我在两种方法中发现的显着差异。如果您不关心结果类型，则可以使用两者中的任何一个。否则，您需要注意上述发现。

这适用于您要提取的任意数量的行，而不仅仅是最后一行。例如，如果您想要最后一个 n 数据帧的行数，其中 n 是小于或等于数据帧中存在的列数的任何整数，那么您可以轻松地执行以下操作：

y = df.iloc[:,n:]

将n 替换为您想要的列数。行也是如此。

【讨论】：

【解决方案5】：

问题是：如何选择数据框的最后一列？ Appart @piRSquared，没有人回答这个问题。

获取最后一列数据框的最简单方法是：

df.iloc[ :, -1:]

【讨论】：

【解决方案6】：

df.T.iloc[-1]

df.T.tail(1)

pd.Series(df.values[:, -1], name=df.columns[-1])

【讨论】：

【解决方案7】：

这是另一种方法。我想也许更笼统一些：

df.ix[:,-1]

【讨论】：