Pandas实现：仅在DataFrame最后一行添加日均水位损失值

现有如下结构的DataFrame：

Day         water level         Avg loss per day
1               100                 NaN
2                90                 NaN
3                88                 NaN
4                87                 NaN
5                77                 NaN
6                75                 NaN
7                74                 (100-74)/7

需要在第三列Avg loss per day中计算日均水位损失值，要求仅最后一行有值，其余6行保持NaN。尝试使用.iloc和np.nan编写代码时出现报错，询问是否有不使用.iloc的实现方法。

尝试的代码如下：

df['Avg loss per day']=(df['water level'].iloc[0]-df['water level'].iloc[6])/7
df = df.round({'Avg loss per day': 2})
df.loc[0:6,['Avg loss per day']]=np.nan

以下是几种不用.iloc的实现方式：

方法1：通过索引首尾定位赋值 #

直接利用DataFrame的索引定位第一行和最后一行，先把整列设为NaN，再给最后一行赋值：

import numpy as np
import pandas as pd

# 计算日均损失：(初始水位-最终水位)/天数
avg_loss = (df.loc[df.index[0], 'water level'] - df.loc[df.index[-1], 'water level']) / len(df)
# 初始化整列为NaN
df['Avg loss per day'] = np.nan
# 给最后一行赋值并保留两位小数
df.loc[df.index[-1], 'Avg loss per day'] = round(avg_loss, 2)

方法2：用head/tail定位首尾行 #

用head(1)和tail(1)分别获取第一行和最后一行的水位值，再完成赋值：

# 计算日均损失
initial_level = df['water level'].head(1).item()
final_level = df['water level'].tail(1).item()
avg_loss = (initial_level - final_level) / len(df)

# 初始化整列为NaN，再给最后一行赋值
df['Avg loss per day'] = np.nan
df.loc[df.tail(1).index, 'Avg loss per day'] = round(avg_loss, 2)

原代码报错原因分析 #

你原来的代码先给整列赋值计算结果，再尝试将前7行设为NaN，但如果你的DataFrame索引是Day列的数值（即索引为1-7），那么df.loc[0:6]会找不到对应行，导致赋值失败。改用索引本身或head/tail定位，能避免索引不匹配的问题。

内容的提问来源于stack exchange，提问作者firdous