Pandas df.tail()-Funktion

Pandas 常用函数Pandas Häufige Funktionen

tail()Sie ist eine wichtige Funktion in Pandas DataFrame und Series und wird verwendet, um den Endteil eines Datensatzes anzuzeigen. Sie gibt die letzten n Zeilen der Daten zurück, wodurch wir schnell den Endzustand und die neuesten Datensätze der Daten verstehen können, ohne den gesamten Datensatz durchlaufen zu müssen.

In der Analyse von Zeitreihendaten,tail()ist sie besonders nützlich, weil wir uns normalerweise für die neuesten Daten interessieren, wie aktuelle Aktienkurse, Verkaufszahlen oder Sensorwerte. Diese Funktion undhead()ergänzen sich gegenseitig und bilden zusammen die grundlegenden Werkzeuge für die Datenexploration.

Grundlegende Syntax und Parameter

tail()Sie ist eine Memberfunktion von DataFrame und Series, die über den Punktoperator aufgerufen wird.aufzurufen. Es undhead()haben genau die gleiche Verwendung, außer dass die Betrachtungsrichtung entgegengesetzt ist.

Syntaxformat

DataFrame.tail(n=5)
Series.tail(n=5)

Parameterbeschreibung

Parameter Type Erforderlich Beschreibung Standardwert
n int Optional Gibt die letzten n Datenzeilen zurück. Wenn n größer als die Gesamtzahl der Zeilen ist, werden alle Daten zurückgegeben. 5

Beschreibung des Rückgabewerts

  • Rückgabetyp: Wenn der Aufrufer ein DataFrame ist, wird ein DataFrame zurückgegeben; wenn der Aufrufer eine Series ist, wird eine Series zurückgegeben.
  • Anzahl zurückgegebener Zeilen: Gibt höchstens n Zeilen zurück; wenn die Daten weniger als n Zeilen haben, werden alle Daten zurückgegeben.
  • Beibehaltung des Index: Die zurückgegebenen Daten behalten die Indexwerte des ursprünglichen DataFrame bei.

Beispiele

Lassen Sie uns umfassend meisterntail()seine Verwendung anhand von Beispielen.

Beispiel 1: Grundlegende Verwendung - Die letzten Zeilen eines DataFrame anzeigen

Erstellen Sie ein DataFrame und verwenden Sietail(), um die Daten am Ende anzuzeigen.

Beispiel

import pandas as pd

# Ein Beispiel-DataFrame erstellen
data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Henry', 'Iris', 'Jack'],
    'age': [18, 19, 17, 18, 20, 19, 18, 17, 19, 18],
    'score': [85, 92, 78, 90, 88, 95, 82, 76, 89, 91],
    'grade': ['A', 'A', 'B', 'A', 'B', 'A', 'B', 'C', 'B', 'A']
}
df = pd.DataFrame(data)

# Gibt standardmäßig die letzten 5 Zeilen zurück
print("Standardmäßig letzte 5 Zeilen:")
print(df.tail())

# Angeben, dass die letzten 3 Zeilen zurückgegeben werden
print("nLetzte 3 Zeilen:")
print(df.tail(3))

# Gibt die letzten 7 Zeilen zurück
print("nLetzte 7 Zeilen:")
print(df.tail(7))

Ausgabe:

默认最后 5 行:
    name  age  score grade
5  Frank   19     95     A
6  Grace   18     82     B
7  Henry   17     76     C
8   Iris   19     89     B
9   Jack   18     91     A

最后 3 行:
    name  age  score grade
7  Henry   17     76     C
8   Iris   19     89     B
9   Jack   18     91     A

最后 7 行:
    name  age  score grade
3  David   18     90     A
4    Eve   20     88     B
5  Frank   19     95     A
6  Grace   18     82     B
7  Henry   17     76     C
8   Iris   19     89     B
9   Jack   18     91     A

Code-Erklärung:

  1. Das DataFrame hat 10 Datenzeilen mit Indizes von 0 bis 9.
  2. df.tail()Gibt die letzten 5 Zeilen mit den Indizes 5 bis 9 zurück.
  3. df.tail(3)Gibt nur die letzten 3 Zeilen mit den Indizes 7, 8 und 9 zurück.
  4. Beachten Sie, dass die Indexwerte die ursprünglichen Indizes des DataFrames beibehalten; sie werden nicht ab 0 neu nummeriert.

Beispiel 2: Die letzten Zeilen einer Series anzeigen

tail()Es gilt auch für Series-Objekte.

Beispiel

import pandas as pd

# Eine Series erstellen
s = pd.Series([10, 20, 30, 40, 50, 60, 70, 80, 90, 100])

# Die letzten 3 Elemente anzeigen
print("Letzte 3 Elemente:")
print(s.tail(3))

# Eine Series mit Indizes erstellen
s2 = pd.Series([100, 200, 300, 400, 500], index=['a', 'b', 'c', 'd', 'e'])
print("nLetzte 2 Elemente der indizierten Series:")
print(s2.tail(2))

Ausgabe:

最后 3 个元素:
7     80
8     90
9    100
dtype: int64

带索引 Series 的最后 2 个元素:
d    500
e    600
dtype: int64

Code-Erklärung:

  • Die Seriestail()Methode gibt die letzten n Elemente zurück und behält die ursprünglichen Indizes bei.
  • Series mit benutzerdefinierten Indizes funktioniert ebenfalls und gibt die entsprechenden Elemente am Ende zurück.

Beispiel 3: Anwendung in Zeitreihendaten

Beim Umgang mit Zeitreihendaten,tail()ist es besonders nützlich, um die neuesten Datensätze schnell anzuzeigen.

Beispiel

import pandas as pd
import numpy as np

# Einen Zeitreihen-DataFrame zur Simulation von Aktiendaten erstellen
np.random.seed(42)
dates = pd.date_range('2024-01-01', periods=30, freq='D')
prices = 100 + np.cumsum(np.random.randn(30))  # Aktienkurs-Trends simulieren

stock_df = pd.DataFrame({
    'date': dates,
    'price': prices.round(2),
    'volume': np.random.randint(1000, 10000, 30)
})

print("Vergleich der ersten paar Zeilen und der letzten paar Zeilen der vollständigen Daten:")
print("nErste 5 Zeilen:")
print(stock_df.head())
print("nLetzte 5 Zeilen:")
print(stock_df.tail())

# Verwende tail, um die letzten paar Tage der Daten anzuzeigen
latest_data = stock_df.tail(7)
print("nDaten für die letzten 7 Tage:")
print(latest_data)

# Weitere Analysen können am Tail-Ergebnis durchgeführt werden
print("nDurchschnittspreis für die letzten 7 Tage:", latest_data['price'].mean())
print("Gesamtes Handelsvolumen für die letzten 7 Tage:", latest_data['volume'].sum())

Ausgabe:

完整数据的前几行和后几行对比:

前 5 行:
         date   price  volume
0  2024-01-01  100.34   5234
1  2024-01-02   99.87   3421
2  2024-01-03  100.21   6789
3  2024-01-04   98.45   4321
4  2024-聚合-05  99.12   5654

最后 5 行:
         date   price  volume
25 2024-01-26  102.45   4321
26 2024-01-27  103.12   5678
27 2024-01-28  101.89   6543
28 2024-01-29  104.23   3211
29 2024-01-30  103.87   4532

最近 7 天的数据:
         date   price  volume
23 2024-01-24  101.56   4321
24 2024-01-25  102.01   5432
25 2024-01-26  <td>  45   4321
26 2024-01-27  103.12   5678
27 2024-01-28  101.89   6543
28 2024-01-29  104.23   3211
29 2024-01-30  103.87   4532

最近 7 天的平均价格: 102.79
最近 7 天的总成交量: 34938

Code-Erklärung:

  1. Ein DataFrame mit 30 Tagen Aktienkursdaten wurde erstellt.
  2. tail()Lokalisiert schnell die neuesten Datensätze.
  3. Pairtail()Die zurückgegebenen Daten können durch Aufruf anderer Funktionen zur Berechnung und Analyse weiterverarbeitet werden.
  4. Dieses Muster ist in Echtzeit-Datenanalyseszenarien sehr nützlich.

Wichtige Hinweise

  • tail()Es verändert das ursprüngliche DataFrame oder Series nicht; es gibt ein neues Objekt zurück.
  • Wenn n kleiner oder gleich 0 ist, gibt es ein leeres DataFrame oder eine leere Series zurück.
  • Für große Datensätze,tail()Es ist effizienter als das Laden aller Daten, da es nicht die gesamte Datei lesen muss.
  • tail()undhead()Sie werden oft zusammen verwendet, um beide Enden der Daten umfassend zu verstehen.

Tipp: In der Explorationsphase der Datenanalyse wird die Verwendung empfohlen,head()undtail()damit Sie schnell feststellen können, ob die Daten wie erwartet sortiert sind, sowie die Vollständigkeit der Daten.

Zusammenfassung

tail()Es ist eine Funktion in Pandas, mit der man den hinteren Teil der Daten anzeigen kann, undhead()Sie ergänzen sich gegenseitig. Besonders nützlich ist dies in Szenarien wie Zeitreihenanalyse, Echtzeit-Datenüberwachung und Log-Analyse.

Meisternhead()undtail()Diese beiden Funktionen ermöglichen es Ihnen, den Anfang und das Ende eines Datensatzes schnell zu verstehen, was ein sehr wichtiger erster Schritt in der Explorationsphase der Daten ist. In Kombination mitinfo()unddescribe()und anderen Funktionen können wir die Merkmale und die Verteilung der Daten umfassend erfassen.

Pandas 常用函数Pandas Häufige Funktionen

Andere Erweiterungen