Python Pandas – 如何使用 Pandas DataFrame tail( ) 函数
pythonpandasserver side programmingprogramming
编写 Python 代码以查找 price 列值在 30000 到 70000 之间，并从 products.csv 文件中打印最后三行的 id 和 product 列。
从 此处 下载 products.csv 文件。
price 列值在 30000 到 70000 之间，id 和 product 列最后三行的结果为 −
id product 79 80 Truck 81 82 Bike 98 99 Truck
解决方案 1
从 products.csv 文件读取数据并分配给 df
df = pd.read_csv('products.csv ')
应用 pandas 切片来访问价格列中 30000 到 50000 之间的所有行，
df[df.iloc[:,4].between(30000,50000)
将上述结果保存到 df1
应用切片访问前两列的最后三行，
df1.iloc[-3:,0:2]
示例
让我们检查以下代码以获得更好的理解 −
import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[df.iloc[:,4].between(30000,50000)]
print(df1.iloc[-3:,0:2])
输出
id product 79 80 Truck 81 82 Bike 98 99 Truck
解决方案 2
从 products.csv 文件读取数据并分配给 df
df = pd.read_csv('products.csv ')
应用条件以访问价格列在 30000 到 50000 之间的所有行，
df[(df['price']>30000) & (df['price']<50000)]
将上述结果保存到 df1
从 df1 中过滤以访问前两列的最后三行，如下所示:
df1[['id','product']].tail(3)
示例
让我们检查以下代码以获得更好的理解 −
import pandas as pd
df = pd.read_csv('products.csv ')
df1 = df[(df['price']>30000) & (df['price']<50000)]
print(df1[['id','product']].tail(3))
输出
id product 79 80 Truck 81 82 Bike 98 99 Truck
