獲取沒有索引的 dataframe 列的最后一個值

Question

假設我有一個 DataFrame 例如：

df = pd.DataFrame(np.random.randn(10,5), columns = ['a','b','c','d','e'])

我想檢索e列中的最后一個值。 我可以：

df['e'].tail(1)

但這將返回一個索引為 9 的系列。 理想情況下，我只想獲取可以直接使用的數字形式的值。 我也可以這樣做：

np.array(df['e'].tail(1))

但這將要求我在真正使用它之前訪問/調用它的第 0 個元素。 有沒有更直接/更簡單的方法來做到這一點？

Answer 1

您可以嘗試數據幀的iloc方法：

In [26]: df
Out[26]: 
          a         b         c         d         e
0 -1.079547 -0.722903  0.457495 -0.687271 -0.787058
1  1.326133  1.359255 -0.964076 -1.280502  1.460792
2  0.479599 -1.465210 -0.058247 -0.984733 -0.348068
3 -0.608238 -1.238068 -0.126889  0.572662 -1.489641
4 -1.533707 -0.218298 -0.877619  0.679370  0.485987
5 -0.864651 -0.180165 -0.528939  0.270885  1.313946
6  0.747612 -1.206509  0.616815 -1.758354 -0.158203
7 -2.309582 -0.739730 -0.004303  0.125640 -0.973230
8  1.735822 -0.750698  1.225104  0.431583 -1.483274
9 -0.374557 -1.132354  0.875028  0.032615 -1.131971

In [27]: df['e'].iloc[-1]
Out[27]: -1.1319705662711321

或者，如果您只想要標量，則可以使用速度更快的iat 。 從文檔：

如果只想訪問標量值，最快的方法是使用at和iat方法，它們在所有數據結構上都實現

In [28]: df.e.iat[-1]
Out[28]: -1.1319705662711321

基准測試：

In [31]: %timeit df.e.iat[-1]
100000 loops, best of 3: 18 µs per loop

In [32]: %timeit df.e.iloc[-1]
10000 loops, best of 3: 24 µs per loop

Answer 2

嘗試

df['e'].iloc[[-1]]

有時，

df['e'].iloc[-1]

不起作用。

Answer 3

我們還可以通過索引df.index和at來訪問它：

df.at[df.index[-1], 'e']

它比iloc快，但比沒有索引慢。

如果我們決定為“e”列中的最后一個元素賦值，則上述方法比其他兩個選項快得多（快 9-11 倍）：

>>> %timeit df.at[df.index[-1], 'e'] = 1
11.5 µs ± 355 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

>>> %timeit df['e'].iat[-1] = 1
107 µs ± 4.22 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit df['e'].iloc[-1] = 1
127 µs ± 7.13 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)```