pandas笔记:根据列索引名称/行索引名称 对列重新排序
Posted UQI-LIUWJ
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas笔记:根据列索引名称/行索引名称 对列重新排序相关的知识,希望对你有一定的参考价值。
源数据:
import pandas as pd
frame=pd.DataFrame(
np.arange(12).reshape((4,3)),
columns=['c','a','b'],
index=['D','B','C','A'])
frame
'''
c a b
D 0 1 2
B 3 4 5
C 6 7 8
A 9 10 11
'''
按照行索引名称排序(默认)
frame.sort_index(axis=0)
'''
c a b
A 9 10 11
B 3 4 5
C 6 7 8
D 0 1 2
'''
按照列索引名称排序
frame.sort_index(axis=1)
a b c
D 1 2 0
B 4 5 3
C 7 8 6
A 10 11 9
以上是关于pandas笔记:根据列索引名称/行索引名称 对列重新排序的主要内容,如果未能解决你的问题,请参考以下文章
pandas读取csv数据参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用xs函数获取列切面数据(axis参数指定对列进行切面level参数指定列层索引名称key参数指定索引值)
pandas使用read_csv函数读取csv数据header参数指定作为列索引的行索引列表形成复合(多层)列索引使用方括号[]基于最外层列索引名称索引列数据
pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用方括号[]基于列索引名称元组索引列数据(index tuple)
pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用reset_index函数把行索引重置为列数据(原来的行索名称转化为列索引的最外层)
pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用reset_index函数把行索引重置为列数据(原来的行索名称转化为列索引的最外层)
pandas读取csv数据index_col参数指定作为行索引的数据列索引列表形成复合(多层)行索引使用reorder_levels函数改变调整行层索引各层的顺序(指定新的索引层名称列表)