Python 如何打印大熊猫的头部和尾部,而不在尾部添加列
我在pandas中反转了我的数据,我想打印头部和尾部,而不在尾部打印列 代码: 输出:Python 如何打印大熊猫的头部和尾部,而不在尾部添加列,python,pandas,dataframe,Python,Pandas,Dataframe,我在pandas中反转了我的数据,我想打印头部和尾部,而不在尾部打印列 代码: 输出: c2 c3 c4 C1 1900-12-16 8 0 0 1900-12-17 8 0 1 1900-12-18 8 0 2 1900-12-19 8 0 3 1900-12-20 8 0 4 c2 c3 c4 C1 2000-
c2 c3 c4
C1
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4 c2 c3 c4
C1
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
我想去掉尾巴上方的第二个C1,c2,c3,c4。所以输出如下所示
c2 c3 c4
C1
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
我无法理解此请求的开头或结尾,但我可以使用pd.concat实现这两个目的: 也可以分别打印头部和尾部。但是,要从尾部删除标头,请调用_string并传递header=False
我无法理解此请求的开头或结尾,但我可以使用pd.concat实现这两个目的: 也可以分别打印头部和尾部。但是,要从尾部删除标头,请调用_string并传递header=False 编辑:在“c1”设置为行索引的情况下添加选项 我刚刚意识到你的数据有c1作为行索引。在这种情况下,您只需要将index\u names=False添加到\u字符串中 注意:我使用df进行简单的演示。只需将df替换为反向_df即可获得所需的输出 原件: 如果您可以使用字符串、tolist和打印参数,这是可行的
In [59]: df
Out[59]:
c2 c3 c4
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
我只是打印出头2和尾2用于演示
编辑:在“c1”设置为行索引的情况下添加选项
我刚刚意识到你的数据有c1作为行索引。在这种情况下,您只需要将index\u names=False添加到\u字符串中
注意:我使用df进行简单的演示。只需将df替换为反向_df即可获得所需的输出
原件:
如果您可以使用字符串、tolist和打印参数,这是可行的
In [59]: df
Out[59]:
c2 c3 c4
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
我只是打印出头2和尾2用于演示
接近寒冷所能提供的,但这里我用的是滴水
接近寒冷所能提供的,但这里我用的是滴水
这是可行的,但我希望数据被反转。最旧的数据在顶部,最新的数据在底部。我的错误是,我需要添加反转的_df,以反转数据。谢谢你。@JordanGraham那么在你做我的解决方案df=df.iloc[::-1]之前,这是可行的,但我希望数据被颠倒过来。最旧的数据在顶部,最新的数据在底部。我的错误是,我需要添加反转的_df,以反转数据。谢谢你。@JordanGraham然后在你做我的解df=df.iloc[:-1]之前
print(df.tail().to_string(header=False))
In [84]: df
Out[84]:
c2 c3 c4
c1
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
In [87]: print(df.head(2).to_string(header=df.columns.tolist(), index_names=False), df.tail(2).to_string(header=False, index_names=False) ,sep='\n\n')
c2 c3 c4
1900-12-16 8 0 0
1900-12-17 8 0 1
2000-04-02 8 0 8
2000-04-03 8 0 9
In [59]: df
Out[59]:
c2 c3 c4
1900-12-16 8 0 0
1900-12-17 8 0 1
1900-12-18 8 0 2
1900-12-19 8 0 3
1900-12-20 8 0 4
2000-03-30 8 0 5
2000-03-31 8 0 6
2000-04-01 8 0 7
2000-04-02 8 0 8
2000-04-03 8 0 9
In [65]: print(df.head(2).to_string(header=df.columns.tolist()), df.tail(2).to_string(header=False) ,sep='\n\n')
c2 c3 c4
1900-12-16 8 0 0
1900-12-17 8 0 1
2000-04-02 8 0 8
2000-04-03 8 0 9
n=5
print(df.drop(df.index[n:-n]))
df.drop(df.index[n:-n]).to_string(header=False)