Індекс доступу останнього елемента у фреймі даних

Я шукаю це навколо, але, здається, не можу знайти (хоча це повинно бути надзвичайно тривіально).

У мене проблема полягає в тому, що я хотів би отримати значення стовпця для першого та останнього записів кадру даних. Але якщо я:

df.ix[0]['date']

Я отримав:

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

але якщо я це роблю:

df[-1:]['date']

Я отримав:

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

з іншим форматом. В ідеалі, я хотів би мати доступ до значення останнього індексу кадру даних, але я не можу знайти, як.

Я навіть намагався створити стовпець (IndexCopy) зі значеннями індексу і спробувати:

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

але це також дає інший формат (оскільки df.tail (1) ['IndexCopy'] не виводить просте ціле число).

Будь-які ідеї?

Колишня відповідь тепер замінена .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

Найкоротший спосіб, про який я можу подумати, використовує .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

Або:

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

Є також .first_valid_index()і .last_valid_index(), але залежно від того, чи хочете ви виключити NaNs, вони можуть бути не тим, що ви хочете.

Пам'ятайте , що df.ix[0]не дає вам перший, але один проіндексовані 0. Наприклад, у наведеному вище випадку, df.ix[0]буде виробляти

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

Поєднання відповіді @ comte та відповіді dmdip у Get index рядка кадру даних pandas як цілого числа

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

дає вам значення індексу.

Зверніть увагу, що індекси не завжди є чітко визначеними, неважливо, вони мультиіндексовані або одноіндексовані. Зміна кадрів даних за допомогою індексів може призвести до несподіваної поведінки. Ми матимемо приклад із багатоіндексною справою, але зауважимо, що це також справедливо для одноіндексованої справи .

Скажімо, що маємо

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')

Спроба отримати доступ до останнього елемента з індексом df[12, "y"]приносить

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

Якщо ви спробуєте змінити фрейм даних на основі індексу (12, y), ви зміните два рядки, а не один. Таким чином, навіть незважаючи на те, що ми навчились отримувати доступ до значення індексу останнього рядка, можливо , це не буде гарною ідеєю, якщо ви хочете змінити значення останнього рядка на основі його індексу, оскільки їх може бути багато, що мають однаковий індекс. У df.iloc[-1]цьому випадку вам слід скористатися для доступу до останнього рядка.

Довідково

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

df.tail(1).index 

здається найбільш читабельним

Зараз може бути пізно, я використовую indexметод для отримання останнього індексу DataFrame, а потім використовую[-1] для отримання останніх значень:

Наприклад,

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]}')

Вихідний результат

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

Ви хочете .iloc з подвійними дужками.

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

Ви надаєте .iloc список індексів - зокрема перший і останній, [0, -1]. Це повертає фрейм даних, з якого ви запитуєте стовпець "дата". ['date'] дасть вам серію ( yuck ), а [['date']] - кадр даних.

Pandas підтримує синтаксис NumPy, який дозволяє:

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