Desarrollo de Python
  1. Desarrollo de Python
  3. Cómo eliminar la última fila de datos de un dataframe de pandas
Intereting Posts
Python / exchangelib – Cómo acceder a carpetas y calendarios públicos compartidos Python: ¿captura la salida estándar de Popen Y se muestra en la consola? Usando un dict de Python para una sentencia SQL INSERT Contadores de alta concurrencia sin fragmentación. ¿Cómo registrar la excepción de Python? ¿En qué caso utilizaría una tupla como clave de diccionario? CNN usando imágenes con diferencias de tamaño significativas Una variable de lista privada se comparte inadvertidamente entre objetos de instancia ¿Cómo inicializar una matriz bidimensional en Python? ¿Es posible multiprocesar una función que devuelve algo en Python? AttributeError: el objeto ‘str’ no tiene atributo ‘regex’ django 1.9 Rendimiento de coincidencia de cadenas: gcc versus CPython Python regex coincide con el texto entre comillas ¿Por qué se desaconsejan las múltiples instancias de Tk? Python parse csv file – reemplaza las comas con dos puntos

Cómo eliminar la última fila de datos de un dataframe de pandas

Creo que esto debería ser simple, pero probé algunas ideas y ninguna de ellas funcionó: 

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

Intenté usar índices negativos pero eso también lleva a errores. Todavía debo estar malinterpretando algo básico.

Gracias por adelantado.

Para soltar las últimas n filas: 

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

Por la misma vena, puedes soltar las primeras n filas: 

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

Dado que la posición del índice en Python está basada en 0, en realidad no habrá un elemento en el index en la ubicación correspondiente a len(DF) . Necesitas que sea last_row = len(DF) - 1 : 

 In [49]: dfrm Out[49]: ABC 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]: ABC 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]

Sin embargo, es mucho más simple escribir DF[:-1] . 

 DF[:-n]

donde n es el último número de filas para soltar.

Para soltar la última fila: 

 DF = DF[:-1]

drop devuelve una nueva matriz, por eso se atragantó en la publicación de og; Tenía un requisito similar para cambiar el nombre de algunos encabezados de columnas y eliminar algunas filas debido a un archivo csv con formato incorrecto convertido a Dataframe, así que después de leer esta publicación utilicé: 

 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)

y funcionó muy bien, como se puede ver con las dos líneas comentadas arriba, probé el método drop. () y funcionó pero no tan kool y legible como usar [n: -n], espero que ayude a alguien, gracias.

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

stats (salida) 

  ABC 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

solo usa skipfooter = 1

skipfooter: int, por defecto 0

Número de líneas al final del archivo para saltar 

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

stats_2 (Salida) 

  ABC 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