熊猫一次操作的前5排和最后5排

Question

我需要检查df.head()和df.tail()很多次。当使用df.head(), df.tail() jupyter笔记本时，消除了难看的输出。

是否有任何单行命令，以便我们只能选择前5行和最后5行：

类似于：

df.iloc[:5 | -5:] ?

测试示例：

df = pd.DataFrame(np.random.rand(20,2))
df.iloc[:5]

更新

丑陋但工作方式：

df.iloc[(np.where( (df.index < 5) | (df.index > len(df)-5)))[0]]

or,
df.iloc[np.r_[np.arange(5), np.arange(df.shape[0]-5, df.shape[0])]]

Answer 1

试着看看numpy.r_

df.iloc[np.r_[0:5, -5:0]]
Out[358]: 
           0         1
0   0.899673  0.584707
1   0.443328  0.126370
2   0.203212  0.206542
3   0.562156  0.401226
4   0.085070  0.206960
15  0.082846  0.548997
16  0.435308  0.669673
17  0.426955  0.030303
18  0.327725  0.340572
19  0.250246  0.162993

另外，head + tail也是一个不错的解决方案。

df.head(5).append(df.tail(5))
Out[362]: 
           0         1
0   0.899673  0.584707
1   0.443328  0.126370
2   0.203212  0.206542
3   0.562156  0.401226
4   0.085070  0.206960
15  0.082846  0.548997
16  0.435308  0.669673
17  0.426955  0.030303
18  0.327725  0.340572
19  0.250246  0.162993

Answer 2

df.query("index<5 | index>"+str(len(df)-5))

这里有一种查询索引的方法。您可以将这些值更改为您想要的任何值。

Answer 3

另一种方法(按this方式发布)

• 只使用Pandas .isin()

生成一些虚拟/演示数据

df = pd.DataFrame({'a':range(10,100)})

print(df.head())
    a
0  10
1  11
2  12
3  13
4  14

print(df.tail())
     a
85  95
86  96
87  97
88  98
89  99

print(df.shape)
(90, 1)

生成所需索引的列表

ls = list(range(5)) + list(range(len(df)-5, len(df)))

print(ls)
[0, 1, 2, 3, 4, 85, 86, 87, 88, 89]

使用索引列表对DataFrame切片

df_first_last_5 = df[df.index.isin(ls)]

print(df_first_last_5)
     a
0   10
1   11
2   12
3   13
4   14
85  95
86  96
87  97
88  98
89  99