Pandas：将数据框中的单行转换为具有多个维度的列表

Question

为简单起见，我有两个数据帧，如下所示：

Df1
name year1 year2 year3
Eric 2019  2002  2008
Lana 2014  2018  2019

Df2
name year1 year2 year3
Sam  2017  2008  2003
Mary 2011  2010  2009

其中“name”是每个的索引

我只希望每个数据帧的最后一行提供如下输出，例如：

last_row_of_df = [[Lana], [2014], [2018], [2019]]

因为，如果我遍历数据帧，我可以附加一个名为“all_last_rows”的新列表，如下所示：

all_list_rows = [[[Lana], [2014], [2018], [2019]] , [[Mary], [2011], [2010], [2009]]]

作为回报，给我一个新的数据框，看起来像这样。但是我该怎么做呢

name year1 year2 year3
Lana 2014  2018  2019
Mary 2011  2010  2009

我真的很感激你的帮助

注意：我不能改变的是，我肯定会有几个数据帧，而且我肯定会执行一次迭代来遍历所有单独的数据帧 要生成一个新的数据帧，它将如下所示

the html output for the new data frame 是否有方法自动更正表中实际显示为int或NaN而不是[int]或[NaN]的值。因为在表格的底部，我想进行计算

Answer 1

做：

last_row_of_df = [Df1.index[-1]] + list(Df1.iloc[-1,:])
last_row_of_df = [[item] for item in last_row_of_df]

Answer 2

使用：

df = pd.concat([x.iloc[[-1]] for x in [Df1, Df2]], ignore_index=True)

或：

df = pd.concat([x.tail(1) for x in [Df1, Df2]], ignore_index=True)

编辑：

out = []
for df in dfs:
    #some code
    out.append(df.iloc[[-1]])

df = pd.concat(out, ignore_index=True)

Answer 3

last_row_of_df = list(my_data.iloc[-1, :])
last_row_of_df = [item for item in last_row_of_df]

是什么让它看起来像预期的那样。虽然没有一个值是整数，但这很烦人