如何使用Python Pandas访问CSV文件的倒数第二行？

基础取数规则 #

pandas的iloc方法支持负索引倒序提取行，你现有用iloc[-1:,:]取最后一行的写法是符合规则的，对应取倒数第二行只需调整索引值：

• 负索引映射：-1对应最后1行，-2对应倒数第2行
• 为保持和你现有代码一致的二维DataFrame结构，取数时统一用切片形式：
  • 取最后一行代码：file1.iloc[-1:,:]
  • 取倒数第二行代码：file1.iloc[-2:-1,:]
    注意 不要直接写file1.iloc[-2]，这种不带切片的写法会把单行数据压缩为一维Series，后续按列索引取值时会出现不匹配报错。

适配需求的判断逻辑 #

针对“最后一行目标列为空时自动切换取倒数第二行”的需求，推荐直接对原始值做空值判断，比靠格式化后的字符串匹配'nan'更稳定，对应适配你现有代码的实现如下：

# 初始化默认取最后一行的数据子集
target_data = file1.iloc[-1:, :]
# 判断目标列（第4列，索引从0开始计数）是否为空
if pd.isna(target_data.iloc[0, 4]):
    # 最后一行目标值为空时，替换为取倒数第二行数据
    target_data = file1.iloc[-2:-1, :]

# 后续取值逻辑直接替换原来的df1即可
Austria_date = target_data.iloc[:, 1]
Austria_cum = target_data.iloc[:, 4].map('{:,}'.format)

常见问题提醒 #

• 不要用字符串匹配判断空值：你当前将数值列空值格式化后判断是否等于'nan'的写法，在列存在文本内容恰好为'nan'、或空值为其他类型的场景下会出现误判，直接用pd.isna()判断原始值是最可靠的方式。
• 取单行时必须保留切片写法：如果丢掉切片直接写iloc[-2]，得到的一维结构和你原本适配二维DataFrame的取值逻辑不兼容，会直接触发索引错误。

内容的提问来源于stack exchange，提问作者JohnReese23487