根据列名重新排序熊猫数据框中的列[重复]
Posted
技术标签:
【中文标题】根据列名重新排序熊猫数据框中的列[重复]【英文标题】:Re-ordering columns in pandas dataframe based on column name [duplicate] 【发布时间】:2012-06-19 11:44:06 【问题描述】:我有一个 dataframe
有超过 200 列。问题是它们生成的顺序是
['Q1.3','Q6.1','Q1.2','Q1.1',......]
我需要按如下方式重新排序列:
['Q1.1','Q1.2','Q1.3',.....'Q6.1',......]
我有什么方法可以在 Python 中做到这一点吗?
【问题讨论】:
该问题顶部有一个横幅“这个问题在这里已经有了答案:如何更改 DataFrame 列的顺序?(34 个答案)去年关闭。”它所说的问题是一个完全不同的问题,因此应该删除此横幅和链接。 【参考方案1】:df = df.reindex(sorted(df.columns), axis=1)
这假设对列名进行排序将给出您想要的顺序。如果您的列名不会按字典顺序排序(例如,如果您希望列 Q10.3 出现在 Q9.1 之后),则需要进行不同的排序,但这与 pandas 无关。
【讨论】:
我喜欢这个,因为可以使用相同的方法对行进行排序(我需要对行和列进行排序)。虽然方法相同,但您可以省略axis
参数(或提供其默认值,0
),例如 df.reindex_axis(sorted(non_sorted_row_index))
,相当于 df.reindex(sorted(non_sorted_row_index))
请注意,重新索引不是就地完成的,因此要将排序实际应用于 df 您必须使用df = df.reindex_axis(...)
。另外,请注意,使用这种方法很容易进行非字典排序,因为列名列表可以单独排序为任意顺序,然后传递给reindex_axis
。这对于@Wes McKinney (df = df.sort_index(axis=1)
) 建议的替代方法是不可能的,但是对于纯粹的字典排序来说,这种方法更清晰。
不确定 '.reindex_axis' 何时被弃用,请参阅下面的消息。 FutureWarning: '.reindex_axis' 已弃用,将在未来版本中删除。请改用“.reindex”。这与 ipykernel 包是分开的,所以我们可以避免导入,直到
这实际上是对数据框的列进行排序吗?乍一看,这似乎只是对列名进行排序然后重置索引。
reindex_axis
已弃用,结果为 FutureWarning
。但是,.reindex
工作正常。对于上面的例子,使用df.reindex(columns=sorted(df.columns))
【参考方案2】:
sort
方法和sorted
函数允许您提供自定义函数来提取用于比较的密钥:
>>> ls = ['Q1.3', 'Q6.1', 'Q1.2']
>>> sorted(ls, key=lambda x: float(x[1:]))
['Q1.2', 'Q1.3', 'Q6.1']
【讨论】:
这通常适用于列表,我很熟悉。如何将其应用于 pandas DataFrame? 不确定,我承认我的回答不是针对这个库的。【参考方案3】:你还可以做得更简洁:
df.sort_index(axis=1)
确保将结果分配回去:
df = df.sort_index(axis=1)
或者,就地执行:
df.sort_index(axis=1, inplace=True)
【讨论】:
记得按@multigoodverse 做df = df.sort_index(axis=1)
或用df.sort_index(axis=1, inplace=True)
就地修改df
另外,sort_index
比 reindex
快,以防开发人员担心
这应该是公认的答案。
同意@rsmith54,因为此解决方案也适用于重复的列名。【参考方案4】:
Tweet's answer 可以通过
传递给上面的 BrenBarn 的答案data.reindex_axis(sorted(data.columns, key=lambda x: float(x[1:])), axis=1)
所以对于你的例子,说:
vals = randint(low=16, high=80, size=25).reshape(5,5)
cols = ['Q1.3', 'Q6.1', 'Q1.2', 'Q9.1', 'Q10.2']
data = DataFrame(vals, columns = cols)
你得到:
data
Q1.3 Q6.1 Q1.2 Q9.1 Q10.2
0 73 29 63 51 72
1 61 29 32 68 57
2 36 49 76 18 37
3 63 61 51 30 31
4 36 66 71 24 77
然后做:
data.reindex_axis(sorted(data.columns, key=lambda x: float(x[1:])), axis=1)
导致:
data
Q1.2 Q1.3 Q6.1 Q9.1 Q10.2
0 2 0 1 3 4
1 7 5 6 8 9
2 2 0 1 3 4
3 2 0 1 3 4
4 2 0 1 3 4
【讨论】:
【参考方案5】:你可以这样做:
df[排序(df.columns)]编辑:较短的是
df[sorted(df)]
【讨论】:
为此我得到“'DataFrame' 对象不可调用”。版本:熊猫 0.14。 @lvelin,你知道为什么sorted(df)
有效吗?它在某处有记录吗?
@zyxue, sorted
将寻找迭代类 magic methods
来确定要排序的内容。看看这个问题***.com/questions/48868228/…【参考方案6】:
不要忘记在 Wes 的答案中添加“inplace=True”或将结果设置为新的 DataFrame。
df.sort_index(axis=1, inplace=True)
【讨论】:
【参考方案7】:最快的方法是:
df.sort_index(axis=1)
请注意,这会创建一个新实例。因此,您需要将结果存储在一个新变量中:
sortedDf=df.sort_index(axis=1)
【讨论】:
【参考方案8】:print df.sort_index(by='Frequency',ascending=False)
其中by是列的名称,如果要根据列对数据集进行排序
【讨论】:
【参考方案9】:如果你需要一个任意序列而不是排序序列,你可以这样做:
sequence = ['Q1.1','Q1.2','Q1.3',.....'Q6.1',......]
your_dataframe = your_dataframe.reindex(columns=sequence)
我在 2.7.10 中对此进行了测试,它对我有用。
【讨论】:
【参考方案10】:对于多个列,您可以按您想要的顺序排列列:
#['A', 'B', 'C'] <-this is your columns order
df = df[['C', 'B', 'A']]
此示例显示了对列进行排序和切片:
d = 'col1':[1, 2, 3], 'col2':[4, 5, 6], 'col3':[7, 8, 9], 'col4':[17, 18, 19]
df = pandas.DataFrame(d)
你得到:
col1 col2 col3 col4
1 4 7 17
2 5 8 18
3 6 9 19
然后做:
df = df[['col3', 'col2', 'col1']]
导致:
col3 col2 col1
7 4 1
8 5 2
9 6 3
【讨论】:
【参考方案11】:一个用例是您已使用某些前缀命名(某些)列,并且您希望使用这些前缀以某种特定顺序(非字母顺序)对列进行排序。
例如,您可能以Ft_
开头所有功能,以Lbl_
开头标签,等等,您首先需要所有不带前缀的列,然后是所有功能,然后是标签。您可以使用以下函数来做到这一点(我会注意到使用sum
来减少列表可能会出现效率问题,但这不是问题,除非您有很多列,而我没有):
def sortedcols(df, groups = ['Ft_', 'Lbl_'] ):
return df[ sum([list(filter(re.compile(r).search, list(df.columns).copy())) for r in (lambda l: ['^(?!(%s))' % '|'.join(l)] + ['^%s' % i for i in l ] )(groups) ], []) ]
【讨论】:
以上是关于根据列名重新排序熊猫数据框中的列[重复]的主要内容,如果未能解决你的问题,请参考以下文章