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：

             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)