如何在pandas数据框中移动列

Posted 2021-04-01

我想把一个索引为'length'的列，并将其作为我的第二列。它目前作为第5列存在。我试过了：

colnames = big_df.columns.tolist()

# make index "length" the second column in the big_df
colnames = colnames[0] + colnames[4] + colnames[:-1] 

big_df = big_df[colnames]

我看到以下错误：

TypeError：必须是str，而不是list

我不知道如何解释这个错误，因为它实际上应该是一个list，对吧？

另外，是否有通用方法将任何列按标签移动到指定位置？我的专栏只有一个级别，即没有涉及MultiIndex。

答案

Correcting your error

我不确定如何解释这个错误，因为它实际上应该是一个列表，对吧？

不：colnames[0]和colnames[4]是标量，而不是列表。您无法将标量与列表连接起来。要使它们成为列表，请使用方括号：

colnames = [colnames[0]] + [colnames[4]] + colnames[:-1]

此外，我强烈建议你使用df.columns = colnames而不是df[[colnames]]：__getitem__（或其语法糖[]）triggers a copy operation。

Generic solution

但是将数组转换为列表然后手动连接列表不仅昂贵，而且容易出错。 related answer有许多基于列表的解决方案，但基于NumPy的解决方案是值得的，因为pd.Index对象存储为NumPy数组。

这里的关键是通过切片而不是连接来修改NumPy数组。只处理2种情况：当前位置后存在所需位置时，反之亦然。

import pandas as pd, numpy as np
from string import ascii_uppercase

df = pd.DataFrame(columns=list(ascii_uppercase))

def shifter(df, col_to_shift, pos_to_move):
    arr = df.columns.values
    idx = df.columns.get_loc(col_to_shift)
    if idx == pos_to_move:
        pass
    elif idx > pos_to_move:
        arr[pos_to_move+1: idx+1] = arr[pos_to_move: idx]
    else:
        arr[idx: pos_to_move] = arr[idx+1: pos_to_move+1]
    arr[pos_to_move] = col_to_shift
    df.columns = arr
    return df

df = df.pipe(shifter, 'J', 1)

print(df.columns)

Index(['A', 'J', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'K', 'L', 'M', 'N',
       'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z'],
      dtype='object')

Performance benchmarking

对于大量列而不是基于列表的方法，使用NumPy切片更有效：

n = 10000
df = pd.DataFrame(columns=list(range(n)))

def shifter2(df, col_to_shift, pos_to_move):
    cols = df.columns.tolist()
    cols.insert(pos_to_move, cols.pop(df.columns.get_loc(col_to_shift)))
    df.columns = cols
    return df

%timeit df.pipe(shifter, 590, 5)   # 381 µs
%timeit df.pipe(shifter2, 590, 5)  # 1.92 ms