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)