如何在Julia DataFrame中跳过最后N行？

你的实现方式完全没问题，first(df::AbstractDataFrame, n::Integer)就是DataFrames.jl中提取前n行的标准方法，完全满足你的需求，代码可读性和执行效率都在线。

用first()实现的完整代码 #

N_SKIP = 3

df = DataFrame(:col1=>1:10,:col2=>21:30)
# 提取总行数减去要跳过的行数
df_filtered = first(df, nrow(df) - N_SKIP)

执行后得到的结果就是你预期的7行数据：

7×2 DataFrame
│ Row │ col1  │ col2  │
│     │ Int64 │ Int64 │
├─────┼───────┼───────┤
│ 1   │ 1     │ 21    │
│ 2   │ 2     │ 22    │
│ 3   │ 3     │ 23    │
│ 4   │ 4     │ 24    │
│ 5   │ 5     │ 25    │
│ 6   │ 6     │ 26    │
│ 7   │ 7     │ 27    │

其他等价实现方式 #

除了first()，你也可以用DataFrame的索引语法来实现，写法同样简洁：

1. 直接切片前N-N_SKIP行

df_filtered = df[1:(nrow(df)-N_SKIP), :]

2. 用begin和end关键字简化索引（Julia 1.5+支持）

df_filtered = df[begin:end-N_SKIP, :]

3. 排除最后N行（适合需要明确指定排除范围的场景）

df_filtered = df[Not((end-N_SKIP+1):end), :]

这些方法的执行效果完全一致，选择哪种取决于你的代码风格偏好——first()写法最直观，索引切片则更灵活，适合复杂的行选择场景。

内容的提问来源于stack exchange，提问作者Maciej Fender