熊猫如何交换或重新排序列

Posted 2023-02-16

【中文标题】熊猫如何交换或重新排序列

【英文标题】：pandas how to swap or reorder columns

【发布时间】：2019-04-08 00:52:12

【问题描述】：

我知道有一些方法可以在 python pandas 中交换列顺序。 假设我有这个示例数据集：

import pandas as pd    
employee = 'EmployeeID' : [0,1,2],
     'FirstName' : ['a','b','c'],
     'LastName' : ['a','b','c'],
     'MiddleName' : ['a','b', None],
     'Contact' : ['(M) 133-245-3123', '(F)[e-mail]', '(F)312-533-2442 [e-mail]']

df = pd.DataFrame(employee)

一种基本的方法是：

neworder = ['EmployeeID','FirstName','MiddleName','LastName','Contact']
df=df.reindex(columns=neworder)

但是，如您所见，我只想交换两列。仅仅因为只有 4 列是可行的，但是如果我有 100 列怎么办？交换或重新排序列的有效方法是什么？

可能有两种情况：

当您只想交换 2 列时。 当您想要重新排序 3 列时。 （我很确定这种情况可以应用于 3 列以上。）

谢谢你们。

【参考方案1】：

写入文件时

当数据帧写入文件（例如 CSV）时，列也可以重新排序：

df.to_csv('employees.csv',
          columns=['EmployeeID','FirstName','MiddleName','LastName','Contact'])

【参考方案2】：

如果你想在开头有一个固定的列列表，你可以这样做

cols = ['EmployeeID','FirstName','MiddleName','LastName']
df = df[cols + [c for c in df.columns if c not in cols]]

这会将这 4 列放在最前面，其余的保持不变（没有任何重复的列）。

【讨论】：

对于任何寻找与 tidyverse 的 everything() 命令等效的 R 用户，这就是您要寻找的。​​span>

【参考方案3】：

当面临更大规模的相同问题时，我在此链接上遇到了一个非常优雅的解决方案：标题下的http://www.datasciencemadesimple.com/re-arrange-or-re-order-the-column-of-dataframe-in-pandas-python-2/ “在熊猫python中按列位置重新排列数据框的列”。

基本上，如果您将列顺序作为列表，您可以将其作为新的列顺序读取。

##### Rearrange the column of dataframe by column position in pandas python

df2=df1[df1.columns[[3,2,1,0]]]
print(df2)

在我的例子中，我有一个预先计算的列链接，它决定了我想要的新顺序。如果这个订单被定义为 L 中的一个数组，那么：

a_L_order = a[a.columns[L]]

【讨论】：

这绝对是简单的胜利。

【参考方案4】：

假设您当前的列顺序是 [b,c,d,a] 并且您想将其排序为 [a,b,c,d]，您可以这样做：

new_df = old_df[['a', 'b', 'c', 'd']]

【讨论】：

如果有我很想知道

这可以“就地”实现吗？

您不需要创建新的数据框，只需分配：old_df = old_df[['a', 'b', 'c', 'd']]。

【参考方案5】：

两列交换

cols = list(df.columns)
a, b = cols.index('LastName'), cols.index('MiddleName')
cols[b], cols[a] = cols[a], cols[b]
df = df[cols]

重新排序列交换（2 次交换）

cols = list(df.columns)
a, b, c, d = cols.index('LastName'), cols.index('MiddleName'), cols.index('Contact'), cols.index('EmployeeID')
cols[a], cols[b], cols[c], cols[d] = cols[b], cols[a], cols[d], cols[c]
df = df[cols]

交换多个

现在归结为如何使用列表切片 -

cols = list(df.columns)
cols = cols[1::2] + cols[::2]
df = df[cols]