python pandas select 头部和尾部

Question

对于 Pandas 中的 DataFrame，我如何 select 前 5 个值和后 5 个值？

例如

In [11]: df
Out[11]: 
        A  B  C
2012-11-29  0  0  0
2012-11-30  1  1  1
2012-12-01  2  2  2
2012-12-02  3  3  3
2012-12-03  4  4  4
2012-12-04  5  5  5
2012-12-05  6  6  6
2012-12-06  7  7  7
2012-12-07  8  8  8
2012-12-08  9  9  9

如何显示前两行和后两行？

Answer 1

您可以使用 iloc with numpy.r_:

print (np.r_[0:2, -2:0])
[ 0  1 -2 -1]

df = df.iloc[np.r_[0:2, -2:0]]
print (df)
            A  B  C
2012-11-29  0  0  0
2012-11-30  1  1  1
2012-12-07  8  8  8
2012-12-08  9  9  9

df = df.iloc[np.r_[0:4, -4:0]]
print (df)
            A  B  C
2012-11-29  0  0  0
2012-11-30  1  1  1
2012-12-01  2  2  2
2012-12-02  3  3  3
2012-12-05  6  6  6
2012-12-06  7  7  7
2012-12-07  8  8  8
2012-12-08  9  9  9

Answer 2

您可以使用 df.head(5) 和 df.tail(5) 来获取前五个和后五个。您可以选择创建新的数据框和 append() head and tail:

new_df = df.tail(5)
new_df = new_df.append(df.head(5))

Answer 3

简单的小函数：

def ends(df, x=5):
    return df.head(x).append(df.tail(x))

然后像这样使用：

df = pd.DataFrame(np.random.rand(15,6))
ends(df,2)

我实际上用了这么多，~~我认为添加到 pandas 是一个很好的功能。~~（没有功能要添加到 pandas.DataFrame 核心 API) 我在导入后添加它，如下所示：

import pandas as pd
def ends(df, x=5):
    return df.head(x).append(df.tail(x))
setattr(pd.DataFrame,'ends',ends)

这样使用：

import numpy as np
df = pd.DataFrame(np.random.rand(15,6))
df.ends(2)

Answer 4

与 Linas Fx 相关联。

定义如下

pd.DataFrame.less = lambda df, n=10: df.head(n//2).append(df.tail(n//2))

那么你只能输入df.less()

与类型相同df.head().append(df.tail())

如果您键入 df.less(2)，结果与 df.head(1).append(df.tail(1))

相同

Answer 5

不是相当同样的问题，但如果你只想显示顶部/底部5行（例如display 在 jupyter 或常规 print 中，如果您使用 pd.option_context 上下文，可能有比这更简单的方法。

#make 100 3d random numbers
df = pd.DataFrame(np.random.randn(100,3))

# sort them by their axis sum
df = df.loc[df.sum(axis=1).index]

with pd.option_context('display.max_rows',10):
    print(df)

输出：

           0         1         2
0  -0.649105 -0.413335  0.374872
1   3.390490  0.552708 -1.723864
2  -0.781308 -0.277342 -0.903127
3   0.433665 -1.125215 -0.290228
4  -2.028750 -0.083870 -0.094274
..       ...       ...       ...
95  0.443618 -1.473138  1.132161
96 -1.370215 -0.196425 -0.528401
97  1.062717 -0.997204 -1.666953
98  1.303512  0.699318 -0.863577
99 -0.109340 -1.330882 -1.455040

[100 rows x 3 columns]

Answer 6

在 Jupyter 中，扩展@bolster 的回答，我们将创建一个可重用的便利函数：

def display_n(df,n): 
    with pd.option_context('display.max_rows',n*2):
        display(df)

然后

display_n(df,2)

Returns

         0           1           2
0        0.167961    -0.732745   0.952637
1        -0.050742   -0.421239   0.444715
...      ...         ...         ...
98       0.085264    0.982093    -0.509356
99       -0.758963   -0.578267   -0.115865

（除了格式良好的 HTML table）

当 df 为 df = pd.DataFrame(np.random.randn(100,3))

备注：

当然你可以通过将上面的display修改为print来使同样的东西打印成文本。
在类 unix 系统上，您可以在所有笔记本中自动加载上述功能，方法是将其放置在 ~/.ipython/profile_default/startup 中的 py 或 ipy 文件中，如 here 所述].

Answer 7

为此，您应该同时使用 head() 和 tail()。我认为最简单的方法是：

df.head(5).append(df.tail(5))

Answer 8

如果你想保持Pandas，你可以使用apply()连接头尾：

import pandas as pd
from string import ascii_lowercase, ascii_uppercase

df = pd.DataFrame(
    {"upper": list(ascii_uppercase), "lower": list(ascii_lowercase)}, index=range(1, 27)
)

df.apply(lambda x: pd.concat([x.head(2), x.tail(2)]))


   upper lower
1      A     a
2      B     b
25     Y     y
26     Z     z

python pandas select 头部和尾部

python pandas select both head and tail

python

tail

head

slice

pandas