在熊猫中按名称将列移动到表格的前面

Posted

技术标签:

【中文标题】在熊猫中按名称将列移动到表格的前面【英文标题】:Move column by name to front of table in pandas 【发布时间】:2014-09-27 03:05:13 【问题描述】:

这是我的 df:

                             Net   Upper   Lower  Mid  Zsore
Answer option                                                
More than once a day          0%   0.22%  -0.12%   2    65 
Once a day                    0%   0.32%  -0.19%   3    45
Several times a week          2%   2.45%   1.10%   4    78
Once a week                   1%   1.63%  -0.40%   6    65

如何按名称 ("Mid") 将列移动到表的前面,索引 0。结果应该是这样的:

                             Mid   Upper   Lower  Net  Zsore
Answer option                                                
More than once a day          2   0.22%  -0.12%   0%    65 
Once a day                    3   0.32%  -0.19%   0%    45
Several times a week          4   2.45%   1.10%   2%    78
Once a week                   6   1.63%  -0.40%   1%    65

我当前的代码使用df.columns.tolist() 按索引移动列,但我想按名称移动它。

【问题讨论】:

【参考方案1】:

我们可以使用ix 通过传递一个列表来重新排序:

In [27]:
# get a list of columns
cols = list(df)
# move the column to head of list using index, pop and insert
cols.insert(0, cols.pop(cols.index('Mid')))
cols
Out[27]:
['Mid', 'Net', 'Upper', 'Lower', 'Zsore']
In [28]:
# use ix to reorder
df = df.ix[:, cols]
df
Out[28]:
                      Mid Net  Upper   Lower  Zsore
Answer_option                                      
More_than_once_a_day    2  0%  0.22%  -0.12%     65
Once_a_day              3  0%  0.32%  -0.19%     45
Several_times_a_week    4  2%  2.45%   1.10%     78
Once_a_week             6  1%  1.63%  -0.40%     65

另一种方法是引用该列并将其重新插入到前面:

In [39]:
mid = df['Mid']
df.drop(labels=['Mid'], axis=1,inplace = True)
df.insert(0, 'Mid', mid)
df
Out[39]:
                      Mid Net  Upper   Lower  Zsore
Answer_option                                      
More_than_once_a_day    2  0%  0.22%  -0.12%     65
Once_a_day              3  0%  0.32%  -0.19%     45
Several_times_a_week    4  2%  2.45%   1.10%     78
Once_a_week             6  1%  1.63%  -0.40%     65

您也可以使用loc 来实现相同的结果,因为ix 将在未来版本的pandas 中从0.20.0 开始被弃用:

df = df.loc[:, cols]

【讨论】:

.loc 上的信息应该排在最前面,而不是 .ix【参考方案2】:

也许我遗漏了一些东西,但其中很多答案似乎过于复杂。您应该能够只在单个列表中设置列:

列在前面:

df = df[ ['Mid'] + [ col for col in df.columns if col != 'Mid' ] ]

或者,如果您想将其移到后面:

df = df[ [ col for col in df.columns if col != 'Mid' ] + ['Mid'] ]

或者,如果您想移动多个列:

cols_to_move = ['Mid', 'Zsore']
df           = df[ cols_to_move + [ col for col in df.columns if col not in cols_to_move ] ]

【讨论】:

对于其他任何人,请确保为多个列使用选项 3。具有多个列的选项 1 不会从原始位置的列中删除 MidZscore。当同一列出现两次时,我在尝试分组时发现了 Grouper 错误。【参考方案3】:

我更喜欢这个解决方案:

col = df.pop("Mid")
df.insert(0, col.name, col)

与其他建议的答案相比,它更易于阅读且速度更快。

def move_column_inplace(df, col, pos):
    col = df.pop(col)
    df.insert(pos, col.name, col)

绩效评估:

对于此测试,当前的最后一列在每次重复中移到前面。就地方法通常表现更好。虽然 citynorman 的解决方案可以就地实现,但 Ed Chum 的基于.loc 的方法和 sachinnm 的基于reindex 的方法却不能。

虽然其他方法是通用的,但 citynorman 的解决方案仅限于 pos=0。我没有观察到 df.loc[cols]df[cols] 之间的任何性能差异,这就是我没有提供其他建议的原因。

我在 MacBook Pro(2015 年中)上使用 python 3.6.8 和 pandas 0.24.2 进行了测试。

import numpy as np
import pandas as pd

n_cols = 11
df = pd.DataFrame(np.random.randn(200000, n_cols),
                  columns=range(n_cols))

def move_column_inplace(df, col, pos):
    col = df.pop(col)
    df.insert(pos, col.name, col)

def move_to_front_normanius_inplace(df, col):
    move_column_inplace(df, col, 0)
    return df

def move_to_front_chum(df, col):
    cols = list(df)
    cols.insert(0, cols.pop(cols.index(col)))
    return df.loc[:, cols]

def move_to_front_chum_inplace(df, col):
    col = df[col]
    df.drop(col.name, axis=1, inplace=True)
    df.insert(0, col.name, col)
    return df

def move_to_front_elpastor(df, col):
    cols = [col] + [ c for c in df.columns if c!=col ]
    return df[cols] # or df.loc[cols]

def move_to_front_sachinmm(df, col):
    cols = df.columns.tolist()
    cols.insert(0, cols.pop(cols.index(col)))
    df = df.reindex(columns=cols, copy=False)
    return df

def move_to_front_citynorman_inplace(df, col):
    # This approach exploits that reset_index() moves the index
    # at the first position of the data frame.
    df.set_index(col, inplace=True)
    df.reset_index(inplace=True)
    return df

def test(method, df):
    col = np.random.randint(0, n_cols)
    method(df, col)

col = np.random.randint(0, n_cols)
ret_mine = move_to_front_normanius_inplace(df.copy(), col)
ret_chum1 = move_to_front_chum(df.copy(), col)
ret_chum2 = move_to_front_chum_inplace(df.copy(), col)
ret_elpas = move_to_front_elpastor(df.copy(), col)
ret_sach = move_to_front_sachinmm(df.copy(), col)
ret_city = move_to_front_citynorman_inplace(df.copy(), col)

# Assert equivalence of solutions.
assert(ret_mine.equals(ret_chum1))
assert(ret_mine.equals(ret_chum2))
assert(ret_mine.equals(ret_elpas))
assert(ret_mine.equals(ret_sach))
assert(ret_mine.equals(ret_city))

结果

# For n_cols = 11:
%timeit test(move_to_front_normanius_inplace, df)
# 1.05 ms ± 42.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit test(move_to_front_citynorman_inplace, df)
# 1.68 ms ± 46.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit test(move_to_front_sachinmm, df)
# 3.24 ms ± 96.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_chum, df)
# 3.84 ms ± 114 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_elpastor, df)
# 3.85 ms ± 58.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_chum_inplace, df)
# 9.67 ms ± 101 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)


# For n_cols = 31:
%timeit test(move_to_front_normanius_inplace, df)
# 1.26 ms ± 31.6 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_citynorman_inplace, df)
# 1.95 ms ± 260 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_sachinmm, df)
# 10.7 ms ± 348 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_chum, df)
# 11.5 ms ± 869 µs per loop (mean ± std. dev. of 7 runs, 100 loops each
%timeit test(move_to_front_elpastor, df)
# 11.4 ms ± 598 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit test(move_to_front_chum_inplace, df)
# 31.4 ms ± 1.89 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

【讨论】:

很好的解决方案。但是,我们不应该将带有插入列的修改后的 df 显式分配给原始 df。所以我们需要使用df.insert(0, col.name, col),而不是df = df.insert(0, col.name, col)。不过,您在 move_column_inplace() 函数中正确使用了它。 谢谢@normanius。我知道在德克斯特的实验室里一直在努力工作。 :-) 很好的解决方案。奥卡姆剃刀。简洁大方。 我也更喜欢这个解决方案 :)【参考方案4】:

您可以在 pandas 中使用 df.reindex() 函数。 df是

                      Net  Upper   Lower  Mid  Zsore
Answer option                                      
More than once a day  0%  0.22%  -0.12%    2     65
Once a day            0%  0.32%  -0.19%    3     45
Several times a week  2%  2.45%   1.10%    4     78
Once a week           1%  1.63%  -0.40%    6     65

定义列名列表

cols = df.columns.tolist()
cols
Out[13]: ['Net', 'Upper', 'Lower', 'Mid', 'Zsore']

将列名移动到您想要的任何位置

cols.insert(0, cols.pop(cols.index('Mid')))
cols
Out[16]: ['Mid', 'Net', 'Upper', 'Lower', 'Zsore']

然后使用df.reindex()函数重新排序

df = df.reindex(columns= cols)

输出是:df

                      Mid  Upper   Lower Net  Zsore
Answer option                                      
More than once a day    2  0.22%  -0.12%  0%     65
Once a day              3  0.32%  -0.19%  0%     45
Several times a week    4  2.45%   1.10%  2%     78
Once a week             6  1.63%  -0.40%  1%     65

【讨论】:

【参考方案5】:

我不喜欢在其他解决方案中明确指定所有其他列的方式,因此这对我来说效果最好。虽然对于大型数据帧可能会很慢...?

df = df.set_index('Mid').reset_index()

编辑: 另一种更快、更灵活的解决方案

cfg_col_sel = ['Mid', 'Zscore']
cfg_col_sel = cfg_col_sel+[s for s in df.columns if not s in cfg_col_sel]
df = df[cfg_col_sel]

【讨论】:

这利用了当前版本的reset_index() 在第一个位置插入删除的索引。但请注意,docs 中未指定此行为。 性能看我的回答。对set_index()reset_index() 使用inplace=True 是有利的。【参考方案6】:

这是一组我经常用来重新排列列位置的通用代码。您可能会发现它很有用。

cols = df.columns.tolist()
n = int(cols.index('Mid'))
cols = [cols[n]] + cols[:n] + cols[n+1:]
df = df[cols]

【讨论】:

理想情况下,解释你的答案以及是什么使它成为一个好的解决方案,而不仅仅是发布一段代码。你冒着被否决的风险【参考方案7】:

要重新排序 DataFrame 的行,只需使用如下列表。

df = df[['Mid', 'Net', 'Upper', 'Lower', 'Zsore']]

这使得稍后阅读代码时所做的事情变得非常明显。同时使用:

df.columns
Out[1]: Index(['Net', 'Upper', 'Lower', 'Mid', 'Zsore'], dtype='object')

然后剪切并粘贴以重新排序。


对于具有许多列的 DataFrame,将列列表存储在变量中,并将所需列弹出到列表的前面。这是一个例子:

cols = [str(col_name) for col_name in range(1001)]
data = np.random.rand(10,1001)
df = pd.DataFrame(data=data, columns=cols)

mv_col = cols.pop(cols.index('77'))
df = df[[mv_col] + cols]

现在df.columns 有。

Index(['77', '0', '1', '2', '3', '4', '5', '6', '7', '8',
       ...
       '991', '992', '993', '994', '995', '996', '997', '998', '999', '1000'],
      dtype='object', length=1001)

【讨论】:

如果您使用由 1001 列组成的 DataFrame 会怎样? 这个概念是一样的,但是对于很多列,列应该存储在一个列表中,并且应该对列表进行操作。有关示例,请参见我上面的编辑。我的示例实际上与***.com/a/51009742/5827921 相同。【参考方案8】:
df.set_index('Mid').reset_index()

这似乎是一个非常简单的方法。

【讨论】:

【参考方案9】:

如果你想将一列移到数据框的前面e,你可以使用 使用set_index()

df.set_index(df.pop('column_name'), inplace=True)
df.reset_index(inplace=True)

您首先需要将要放在前面的列设置为数据框的索引(我们执行pop 以便在将其设置为索引之前从原始数据框中删除该列,以便避免在下一个操作中发生名称冲突),最后调用reset_index() 使旧索引成为数据帧的第一列。


更多详情请见How to change the order of dataframe columns in pandas。

【讨论】:

【参考方案10】:

这是一个非常简单的答案。

不要忘记列名周围的两个 (()) '括号'。否则,它会给你一个错误。


# here you can add below line and it should work 
df = df[list(('Mid','Upper', 'Lower', 'Net','Zsore'))]
df

                             Mid   Upper   Lower  Net  Zsore
Answer option                                                
More than once a day          2   0.22%  -0.12%   0%    65 
Once a day                    3   0.32%  -0.19%   0%    45
Several times a week          4   2.45%   1.10%   2%    78
Once a week                   6   1.63%  -0.40%   1%    65

【讨论】:

显然 OP 不想明确拼出列名。在某些数据帧非常宽的情况下,这甚至可能是不可能的。【参考方案11】:

如果您想移动到另一个地方并重新分配名称,您可以执行以下操作:

df.insert(0, 'new col name', col)
df.pop("Mid")

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.insert.html

【讨论】:

【参考方案12】:

您可以尝试的最简单的方法是:

df=df[[ 'Mid',   'Upper',   'Lower', 'Net'  , 'Zsore']]

【讨论】:

以上是关于在熊猫中按名称将列移动到表格的前面的主要内容,如果未能解决你的问题,请参考以下文章

熊猫(python):如何将列添加到数据框以进行索引?

将列添加到熊猫数据框以进行多索引

将列中的所有值复制到熊猫数据框中的新列

将列标题添加到熊猫数据框..但是即使标题是相同的维度,NAN 也是所有数据

在熊猫中按多个条件分组[重复]

将列字符串转换/解析为日期时间值 - 熊猫