删除 Pandas DataFrame 的最后 n 行

在处理 Pandas DataFrame 数据时，我们可能需要删除一些不需要的数据，其中可能会出现删除最后 n 行的情况。Pandas 提供了多种方法来实现删除最后 n 行的操作，下面将介绍其中两种常见方法。

方法 1：使用 iloc

iloc 是 Pandas DataFrame 中用于位置索引的索引方法，利用 iloc 可以定位 DataFrame 的特定位置并进行操作。删除最后 n 行可以通过如下方法实现：

import pandas as pd

# 创建测试 DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})

# 删除最后 2 行
df = df.iloc[:len(df)-2]

# 打印删除后的 DataFrame
print(df)

以上代码将从 DataFrame 中删除最后 2 行，将剩余的数据重新赋值给原有 DataFrame 对象 df，并通过打印实现了删除后的 DataFrame 数据的展示。该方法主要通过利用 iloc 定位需要删除的数据范围，并通过 : 进行切片操作来实现。

方法 2：使用 drop

drop 是 Pandas DataFrame 中用于删除指定行或列的方法，通过设置参数来实现行或列的删除。删除最后 n 行可以通过如下方法实现：

import pandas as pd

# 创建测试 DataFrame
df = pd.DataFrame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]})

# 删除最后 2 行
df = df.drop(df.tail(2).index)

# 打印删除后的 DataFrame
print(df)

以上代码将从 DataFrame 中删除最后 2 行，将剩余的数据重新赋值给原有 DataFrame 对象 df，并通过打印实现了删除后的 DataFrame 数据的展示。该方法主要通过利用 drop 方法的 tail() 函数来定位需要删除的数据范围，并通过 index 参数来实现删除操作。

总而言之，以上两种方法都可以实现删除 Pandas DataFrame 的最后 n 行的操作，需要根据实际需求选择适当的方法来处理数据。