当前位置：首页 > news >正文

【Pandas】pandas Series last

news 来源：原创 2025/5/10 15:19:59

Pandas2.2 Series

Computations descriptive stats

方法	描述
Series.align(other[, join, axis, level, …])	用于将两个 Series 对齐，使其具有相同的索引
Series.case_when(caselist)	用于根据条件列表对 Series 中的元素进行条件判断并返回相应的值
Series.drop([labels, axis, index, columns, …])	用于从 Series 中删除指定的行或列（对于 Series 来说，通常是删除行）
Series.droplevel(level[, axis])	用于从多层索引（MultiIndex）的 Series 中删除指定的索引层级
Series.drop_duplicates(*[, keep, inplace, …])	用于从 Series 中删除重复的值
Series.duplicated(`[keep]`)	用于检测 Series 中的重复值
Series.equals(other)	用于比较两个 `Series` 对象是否完全相等的方法
Series.first(offset)	用于根据日期偏移量（`offset`）选择 Series 中时间序列数据的初始部分
Series.head(`[n]`)	用于返回 `Series` 的前 `n` 个元素
Series.idxmax([axis, skipna])	用于返回 `Series` 中最大值的索引
Series.idxmin([axis, skipna])	用于返回 `Series` 中最小值的索引
Series.isin(values)	用于检查 `Series` 中的每个元素是否存在于给定的值集合 `values` 中
Series.last(offset)	用于根据日期偏移量（`offset`）选择 Series 中时间序列数据的末尾部分

pandas.Series.last

pandas.Series.last(offset) 是 Pandas 库中的一个方法，用于根据日期偏移量（offset）选择 Series 中时间序列数据的末尾部分。它与 first() 方法类似，但方向相反，能够快速提取指定时间范围内的数据。

方法签名

Series.last(offset)

参数详解

offset:
- 一个表示时间范围的字符串或 DateOffset 对象。
- 例如：'3D' 表示 3 天，'1M' 表示 1 个月，'2Y' 表示 2 年。
- 支持的偏移量单位包括：
  - D：天
  - M：月
  - Y：年
  - H：小时
  - T 或 min：分钟
  - S：秒
- 默认值：无（必须提供）。

返回值

返回一个新的 Series，包含从结束时间向前推算指定偏移量范围内的数据。

示例及结果

示例 1：按天偏移量选择数据

import pandas as pd

# 创建一个时间序列 Series
dates = pd.date_range('2023-10-01', periods=10, freq='D')
s = pd.Series(range(10), index=dates)

print("原 Series:")
print(s)

# 选择最后 3 天的数据
result = s.last('3D')

print("\n最后 3 天的数据:")
print(result)

结果：

原 Series:
2023-10-01    0
2023-10-02    1
2023-10-03    2
2023-10-04    3
2023-10-05    4
2023-10-06    5
2023-10-07    6
2023-10-08    7
2023-10-09    8
2023-10-10    9
Freq: D, dtype: int64

最后 3 天的数据:
2023-10-08    7
2023-10-09    8
2023-10-10    9
Freq: D, dtype: int64

解释：

last('3D') 选择了从结束时间 2023-10-10 向前推算的 3 天数据。

示例 2：按月偏移量选择数据

import pandas as pd

# 创建一个时间序列 Series
dates = pd.date_range('2023-01-01', periods=12, freq='M')
s = pd.Series(range(12), index=dates)

print("原 Series:")
print(s)

# 选择最后 2 个月的数据
result = s.last('2M')

print("\n最后 2 个月的数据:")
print(result)

结果：

原 Series:
2023-01-31     0
2023-02-28     1
2023-03-31     2
2023-04-30     3
2023-05-31     4
2023-06-30     5
2023-07-31     6
2023-08-31     7
2023-09-30     8
2023-10-31     9
2023-11-30    10
2023-12-31    11
Freq: ME, dtype: int64

最后 2 个月的数据:
2023-11-30    10
2023-12-31    11
Freq: ME, dtype: int64

解释：

last('2M') 选择了从结束时间 2023-12-31 向前推算的 2 个月数据。

示例 3：按小时偏移量选择数据

import pandas as pd

# 创建一个时间序列 Series
dates = pd.date_range('2023-10-01 00:00', periods=24, freq='H')
s = pd.Series(range(24), index=dates)

print("原 Series:")
print(s)

# 选择最后 6 小时的数据
result = s.last('6H')

print("\n最后 6 小时的数据:")
print(result)

结果：

原 Series:
2023-10-01 00:00:00     0
2023-10-01 01:00:00     1
2023-10-01 02:00:00     2
2023-10-01 03:00:00     3
2023-10-01 04:00:00     4
2023-10-01 05:00:00     5
2023-10-01 06:00:00     6
2023-10-01 07:00:00     7
2023-10-01 08:00:00     8
2023-10-01 09:00:00     9
2023-10-01 10:00:00    10
2023-10-01 11:00:00    11
2023-10-01 12:00:00    12
2023-10-01 13:00:00    13
2023-10-01 14:00:00    14
2023-10-01 15:00:00    15
2023-10-01 16:00:00    16
2023-10-01 17:00:00    17
2023-10-01 18:00:00    18
2023-10-01 19:00:00    19
2023-10-01 20:00:00    20
2023-10-01 21:00:00    21
2023-10-01 22:00:00    22
2023-10-01 23:00:00    23
Freq: h, dtype: int64

最后 6 小时的数据:
2023-10-01 18:00:00    18
2023-10-01 19:00:00    19
2023-10-01 20:00:00    20
2023-10-01 21:00:00    21
2023-10-01 22:00:00    22
2023-10-01 23:00:00    23
Freq: h, dtype: int64

解释：

last('6H') 选择了从结束时间 2023-10-01 23:00:00 向前推算的 6 小时数据。

示例 4：按年偏移量选择数据

import pandas as pd

# 创建一个时间序列 Series
dates = pd.date_range('2020-01-01', periods=5, freq='Y')
s = pd.Series(range(5), index=dates)

print("原 Series:")
print(s)

# 选择最后 2 年的数据
result = s.last('2Y')

print("\n最后 2 年的数据:")
print(result)

结果：

原 Series:
2020-12-31    0
2021-12-31    1
2022-12-31    2
2023-12-31    3
2024-12-31    4
Freq: YE-DEC, dtype: int64

最后 2 年的数据:
2023-12-31    3
2024-12-31    4
Freq: YE-DEC, dtype: int64

解释：