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

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

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

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

Para soltar las últimas n filas:

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

De la misma manera, puede soltar las primeras n filas:

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

DF[:-n]

donde n es el último número de filas a eliminar.

Para soltar la última fila:

DF = DF[:-1]

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

In [49]: dfrm
Out[49]: 
          A         B         C
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]: 
          A         B         C
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 simplemente escribir DF[:-1].

Sorprendido, nadie mencionó esto:

# To remove last n rows
df.head(-n)

# To remove first n rows
df.tail(-n)

Ejecutar una prueba de velocidad en un DataFrame de 1000 filas muestra que cortar y head/tail son ~6 veces más rápidos que usar drop:

>>> %timeit df[:-1]
125 µs ± 132 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit df.head(-1)
129 µs ± 1.18 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

>>> %timeit df.drop(df.tail(1).index)
751 µs ± 20.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Solo usa la indexación

df.iloc[:-1,:]

Por eso existe iloc. También puedes usar cabeza o cola.

La mejor solución que he encontrado que no hace (¿necesariamente?) una copia completa es

df.drop(df.index[-1], inplace=True)

Por supuesto, simplemente puede omitir inplace=True para crear un nuevo marco de datos, y también puede eliminar fácilmente las últimas N filas simplemente tomando porciones de df.index (df.index[-N:] para eliminar las últimas N filas). Por lo tanto, este enfoque no solo es conciso sino también muy flexible.

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

La salida de las estadísticas:

       A            B          C
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 en la parte inferior del archivo para omitir

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

Salida de stats_2

       A          B            C
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