Индекс доступа последнего элемента в фрейме данных

Я искал это, но, похоже, не нашел (хотя это должно быть чрезвычайно тривиально).

Проблема в том, что я хотел бы получить значение столбца для первой и последней записи фрейма данных. Но если я это сделаю:

df.ix[0]['date']

Я получил:

datetime.datetime(2011, 1, 10, 16, 0)

но если я это сделаю:

df[-1:]['date']

Я получил:

myIndex
13         2011-12-20 16:00:00
Name: mydate

с другим форматом. В идеале я хотел бы иметь доступ к значению последнего индекса фрейма данных, но я не могу найти, как это сделать.

Я даже попытался создать столбец (IndexCopy) со значениями индекса и попробовать:

df.ix[df.tail(1)['IndexCopy']]['mydate']

но это также дает другой формат (поскольку df.tail (1) ['IndexCopy'] не выводит простое целое число).

Есть идеи?

Предыдущий ответ теперь заменен .iloc:

>>> df = pd.DataFrame({"date": range(10, 64, 8)})
>>> df.index += 17
>>> df
    date
17    10
18    18
19    26
20    34
21    42
22    50
23    58
>>> df["date"].iloc[0]
10
>>> df["date"].iloc[-1]
58

Самый короткий способ использования .iget():

>>> df = pd.DataFrame({"date": range(10, 64, 8)})
>>> df.index += 17
>>> df
    date
17    10
18    18
19    26
20    34
21    42
22    50
23    58
>>> df['date'].iget(0)
10
>>> df['date'].iget(-1)
58

Альтернативно:

>>> df['date'][df.index[0]]
10
>>> df['date'][df.index[-1]]
58

Также есть .first_valid_index()и .last_valid_index(), но в зависимости от того, хотите ли вы исключить NaNs, они могут быть не тем, что вам нужно.

Помните, что df.ix[0]это дает не первый, а тот, который проиндексирован 0. Например, в приведенном выше случае df.ix[0]будет произведен

>>> df.ix[0]
Traceback (most recent call last):
  File "<ipython-input-489-494245247e87>", line 1, in <module>
    df.ix[0]
[...]
KeyError: 0

Объединение ответа @comte и ответа dmdip в Получить индекс строки фрейма данных pandas как целое число

df.tail(1).index.item()

дает вам значение индекса.

Обратите внимание, что индексы не всегда четко определены, независимо от того, являются они многоиндексированными или одноиндексированными. Изменение фреймов данных с помощью индексов может привести к неожиданному поведению. У нас будет пример с мультииндексированным случаем, но обратите внимание, что это также верно и в одноиндексном случае .

Скажем, у нас есть

df = pd.DataFrame({'x':[1,1,3,3], 'y':[3,3,5,5]}, index=[11,11,12,12]).stack()

11  x    1
    y    3
    x    1
    y    3
12  x    3
    y    5              # the index is (12, 'y')
    x    3
    y    5              # the index is also (12, 'y')

df.tail(1).index.item() # gives (12, 'y')

Попытка получить доступ к последнему элементу с индексом df[12, "y"]дает

(12, y)    5
(12, y)    5
dtype: int64

Если вы попытаетесь изменить фрейм данных на основе индекса (12, y), вы измените две строки, а не одну. Таким образом, даже несмотря на то, что мы научились получать доступ к значению индекса последней строки, это может быть не очень хорошей идеей, если вы хотите изменить значения последней строки на основе ее индекса, поскольку может быть много таких, которые имеют один и тот же индекс. Однако df.iloc[-1]в этом случае вы должны использовать для доступа к последней строке.

Справка

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Index.item.html

df.tail(1).index 

кажется наиболее читаемым

Возможно, сейчас уже слишком поздно, я использую indexметод для получения последнего индекса DataFrame, а затем использую [-1]для получения последних значений:

Например,

df = pd.DataFrame(np.zeros((4, 1)), columns=['A'])
print(f'df:\n{df}\n')

print(f'Index = {df.index}\n')
print(f'Last index = {df.index[-1]}')

На выходе

df:
     A
0  0.0
1  0.0
2  0.0
3  0.0

Index = RangeIndex(start=0, stop=4, step=1)

Last index = 3

Вам нужен .iloc с двойными скобками.

import pandas as pd
df = pd.DataFrame({"date": range(10, 64, 8), "not_date": "fools"})
df.index += 17
df.iloc[[0,-1]][['date']]

Вы даете .iloc список индексов - в частности, первый и последний, [0, -1]. Это возвращает фрейм данных, из которого вы запрашиваете столбец «дата». ['date'] даст вам серию ( фу ), а [['date']] даст вам фрейм данных.

Pandas поддерживает синтаксис NumPy, который позволяет:

df[len(df) -1:].index[0]