Ответ 1
Используйте iloc и выберите все строки (:
) для последнего столбца (-1
):
df.iloc[:,-1]
Я немного искал ответ на этот вопрос, но все, что я могу понять, следующее:
df[df.columns[len(df.columns)-1]]
который для меня кажется непоколебимым и не-пифоническим (и медленным?).
Какой самый простой способ выбрать данные для последнего столбца в фрейме данных pandas без указания имени столбца?
Используйте iloc и выберите все строки (:
) для последнего столбца (-1
):
df.iloc[:,-1]
В некоторой степени похожая на вашу первоначальную попытку, но более Pythonic, заключается в использовании стандартного соглашения об отрицательном индексировании Python для обратного отсчета с конца:
df[df.columns[-1]]
df.T.iloc[-1]
df.T.tail(1)
pd.Series(df.values[:, -1], name=df.columns[-1])
Возникает вопрос: как выбрать последний столбец данных? Appart @piRSquared, никто не отвечает на вопрос.
Самый простой способ получить кадр данных с последним столбцом:
df.iloc[ :, -1:]
Это еще один способ сделать это. Я думаю, может быть, немного более общий:
df.ix[:,-1]
Это несколько вещей, которые помогут вам понять все... используя iloc
В iloc [начальная строка: конечная строка, начальный столбец: конечный столбец]
случай 1: если вам нужен только последний столбец --- df.iloc[:,-1] & df.iloc[:,-1:]
это означает, что вам нужен только последний столбец...
случай 2: если вам нужны все столбцы и все строки, кроме последнего столбца --- df.iloc[:,:-1]
это означает, что вам нужны все столбцы и все строки, кроме последнего столбца...
вариант 3: если вам нужна только последняя строка --- df.iloc[-1:,:] & df.iloc[-1,:]
это означает, что вам нужен только последний столбец...
случай 4: если вам нужны все столбцы и все строки, кроме последней строки --- df.iloc[:-1,:]
это означает, что вам нужны все столбцы и все строки, кроме последнего столбца...
случай 5: если вам нужны все столбцы и все строки, кроме последней строки и последнего столбца --- df.iloc[:-1,:-1]
это означает, что вам нужны все столбцы и все строки, кроме последнего столбца и последний ряд...