import pandas as pd
            
            # Создаем DataFrame
            df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
            
            # Удаляем последнюю строку
            df = df.drop(df.index[-1])
            
            # Выводим обновленный DataFrame
            df
        
    

Как удалить последнюю строку в pandas

Удаление последней строки из датафрейма pandas может быть полезным во многих случаях, особенно при обработке данных. В этой статье мы рассмотрим различные методы удаления последней строки и предоставим вам примеры кода для каждого метода.

Метод 1: Использование метода drop()

Один из наиболее простых способов удалить последнюю строку в pandas - использовать метод drop(). Этот метод позволяет удалить одну или несколько строк, указав индексы строк, которые вы хотите удалить.

import pandas as pd

# Создание датафрейма
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# Удаление последней строки с использованием метода drop()
df = df.drop(df.index[-1])
    

В этом примере мы создаем датафрейм с двумя столбцами 'A' и 'B'. Используя метод drop() и передавая аргумент df.index[-1], мы удаляем последнюю строку из датафрейма.

Метод 2: Использование метода iloc()

Еще один способ удалить последнюю строку - использовать метод iloc(). Метод iloc() позволяет выбирать строки и столбцы с использованием целочисленных индексов.

import pandas as pd

# Создание датафрейма
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# Удаление последней строки с использованием метода iloc()
df = df.iloc[:-1]
    

В этом примере мы создаем датафрейм с двумя столбцами 'A' и 'B'. Используя метод iloc[:-1], мы выбираем все строки, кроме последней, и сохраняем их в датафрейме.

Метод 3: Использование метода dropna()

Если последняя строка в датафрейме содержит пропущенные значения (NaN), вы можете использовать метод dropna(), чтобы удалить ее.

import pandas as pd

# Создание датафрейма с пропущенными значениями в последней строке
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df.loc[2] = [None, None]

# Удаление последней строки с использованием метода dropna()
df = df.dropna()
    

В этом примере мы создаем датафрейм с двумя столбцами 'A' и 'B'. Затем мы устанавливаем значения None в последней строке, чтобы создать пропущенные значения. Используя метод dropna(), мы удаляем все строки, содержащие пропущенные значения, включая последнюю строку.

Вывод

В этой статье мы рассмотрели три различных метода удаления последней строки в pandas. Вы можете выбрать подходящий метод в зависимости от вашего сценария использования и требований к удалению строки. Помните, что изменения будут внесены в исходный датафрейм, поэтому будьте осторожны, чтобы не потерять данные.