如何选择数据框的最后一列

我已经做了一些寻找该问题答案的搜索，但是我能弄清楚的是：

df[df.columns[len(df.columns)-1]]

在我看来，这似乎很古怪，又不合Python（并且很慢？）。

在不指定列名的情况下，为pandas数据框中的最后一列选择数据的最简单方法是什么？

使用iloc并:针对最后一列（-1）选择所有行（）：

df.iloc[:,-1:]

类似于您最初的尝试，但更像Python一样，是使用Python的标准负索引约定从末尾开始倒数：

df[df.columns[-1]]

这些都是可以帮助您理解一切的几件事...使用iloc

在iloc中，[初始行：结束行，初始列：结束列]

情况1：如果只想要最后一列---df.iloc[:,-1] & df.iloc[:,-1:] 这意味着您只想要最后一列...

情况2：如果要除最后一列以外的所有列和所有行---df.iloc[:,:-1] 这意味着您希望除最后一列以外的所有列和所有行...

情况3：如果只想要最后一行---df.iloc[-1:,:] & df.iloc[-1,:] 这意味着您只想要最后一行...

情况4：如果您要除最后一行以外的所有列和所有行---df.iloc[:-1,:] 这意味着您要除最后一列以外的所有列和所有行...

情况5：如果您想要除最后一行和最后一列以外的所有列和所有行---df.iloc[:-1,:-1] 这意味着您希望除最后一列和最后一行以外的所有列和所有行...

问题是：如何选择数据框的最后一列？Appart @piRSquared，没有人回答这个问题。

获取带有最后一列的数据框的最简单方法是：

df.iloc[ :, -1:]

只是添加到@Anshul Singh Suryan的答案中：

当我们拆分数据框以获取最后一列时：

如果我们像这样分裂：

y = df.iloc[:,-1:] - y 仍然是一个 dataframe

但是，如果我们像

y = df.iloc[:,-1] - y成为一个Series。

这是我在两种方法中发现的显着差异。如果您不关心结果类型，则可以使用两者之一。否则，您需要照顾以上发现。

这适用于您要提取的任意数量的行，而不仅仅是最后一行。例如，如果您想要n数据帧的最后行数，其中n是小于或等于数据帧中存在的列数的任何整数，那么您可以轻松地执行以下操作：

y = df.iloc[:,n:]

替换n为所需的列数。行也是如此。

df.T.iloc[-1]

df.T.tail(1)

pd.Series(df.values[:, -1], name=df.columns[-1])

这是另一种方法。我认为可能更一般一些：

df.ix[:,-1]