Comment supprimer la dernière ligne de données d'un dataframe pandas

Je pense que cela devrait être simple, mais j'ai essayé quelques idées et aucune n'a fonctionné:

last_row = len(DF)
DF = DF.drop(DF.index[last_row])  #<-- fail!

J'ai essayé d'utiliser des indices négatifs mais cela conduit également à des erreurs. Je dois encore me méprendre sur quelque chose de fondamental.

Pour supprimer les n dernières lignes:

df.drop(df.tail(n).index,inplace=True) # drop last n rows

De la même manière, vous pouvez supprimer les n premières lignes:

df.drop(df.head(n).index,inplace=True) # drop first n rows

DF[:-n]

où n est le dernier nombre de lignes à supprimer.

Pour supprimer la dernière ligne:

DF = DF[:-1]

Étant donné que le positionnement de l'index en Python est basé sur 0, il n'y aura pas d'élément indexà l'emplacement correspondant à len(DF). Vous en avez besoin pour être last_row = len(DF) - 1:

In [49]: dfrm
Out[49]: 
          A         B         C
0  0.120064  0.785538  0.465853
1  0.431655  0.436866  0.640136
2  0.445904  0.311565  0.934073
3  0.981609  0.695210  0.911697
4  0.008632  0.629269  0.226454
5  0.577577  0.467475  0.510031
6  0.580909  0.232846  0.271254
7  0.696596  0.362825  0.556433
8  0.738912  0.932779  0.029723
9  0.834706  0.002989  0.333436

[10 rows x 3 columns]

In [50]: dfrm.drop(dfrm.index[len(dfrm)-1])
Out[50]: 
          A         B         C
0  0.120064  0.785538  0.465853
1  0.431655  0.436866  0.640136
2  0.445904  0.311565  0.934073
3  0.981609  0.695210  0.911697
4  0.008632  0.629269  0.226454
5  0.577577  0.467475  0.510031
6  0.580909  0.232846  0.271254
7  0.696596  0.362825  0.556433
8  0.738912  0.932779  0.029723

[9 rows x 3 columns]

Cependant, il est beaucoup plus simple d'écrire simplement DF[:-1].

Personne n'a surpris celui-ci:

# To remove last n rows
df.head(-n)

# To remove first n rows
df.tail(-n)

L'exécution d'un test de vitesse sur un DataFrame de 1000 lignes montre que le découpage et head/ tailest ~ 6 fois plus rapide que d'utiliser drop:

>>> %timeit df[:-1]
125 µs ± 132 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit df.head(-1)
129 µs ± 1.18 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit df.drop(df.tail(1).index)
751 µs ± 20.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

stats = pd.read_csv("C:\\py\\programs\\second pandas\\ex.csv")

La sortie des statistiques:

       A            B          C
0   0.120064    0.785538    0.465853
1   0.431655    0.436866    0.640136
2   0.445904    0.311565    0.934073
3   0.981609    0.695210    0.911697
4   0.008632    0.629269    0.226454
5   0.577577    0.467475    0.510031
6   0.580909    0.232846    0.271254
7   0.696596    0.362825    0.556433
8   0.738912    0.932779    0.029723
9   0.834706    0.002989    0.333436

juste utiliser skipfooter=1

skipfooter: int, par défaut 0

Nombre de lignes au bas du fichier à ignorer

stats_2 = pd.read_csv("C:\\py\\programs\\second pandas\\ex.csv", skipfooter=1, engine='python')

Sortie de stats_2

       A          B            C
0   0.120064    0.785538    0.465853
1   0.431655    0.436866    0.640136
2   0.445904    0.311565    0.934073
3   0.981609    0.695210    0.911697
4   0.008632    0.629269    0.226454
5   0.577577    0.467475    0.510031
6   0.580909    0.232846    0.271254
7   0.696596    0.362825    0.556433
8   0.738912    0.932779    0.029723

drop renvoie un nouveau tableau, c'est pourquoi il s'est étouffé dans le message og; J'avais une exigence similaire pour renommer certains en-têtes de colonne et supprimé certaines lignes en raison d'un fichier csv mal formé converti en Dataframe, donc après avoir lu cet article, j'ai utilisé:

newList = pd.DataFrame(newList)
newList.columns = ['Area', 'Price']
print(newList)
# newList = newList.drop(0)
# newList = newList.drop(len(newList))
newList = newList[1:-1]
print(newList)

et cela a très bien fonctionné, comme vous pouvez le voir avec les deux lignes commentées ci-dessus, j'ai essayé la méthode drop. () et cela fonctionne mais pas aussi bien et lisible qu'en utilisant [n: -n], j'espère que cela aide quelqu'un, merci.

Pour les DataFrames plus complexes qui ont un Multi-Index (disons "Stock" et "Date") et que l'on souhaite supprimer la dernière ligne de chaque Stock, pas seulement la dernière ligne du dernier Stock, la solution se lit comme suit:

# To remove last n rows
df = df.groupby(level='Stock').apply(lambda x: x.head(-1)).reset_index(0, drop=True)

# To remove first n rows
df = df.groupby(level='Stock').apply(lambda x: x.tail(-1)).reset_index(0, drop=True)

Comme l' groupby()ajout d'un niveau supplémentaire au Multi-Index, nous le déposons simplement à la fin en utilisant reset_index(). Le df résultant conserve le même type de multi-index qu'avant l'opération.