重新排序 pandas 数据框中的行子集（重新索引）答案

【问题标题】：reorder subset of rows in pandas dataframe (reindex)重新排序 pandas 数据框中的行子集（重新索引）
【发布时间】：2020-07-22 06:29:38
【问题描述】：

使用

import pandas as pd
import numpy as np

鉴于此数据框，

df = pd.DataFrame(np.array([[1, 2, 3],
                             [4, 5, 6],
                             [7, 8, 9],
                             [10, 11, 12],
                             [13, 14, 15],
                             [16, 17, 18],
                             [19, 20, 21]
                             ]),
                   columns=['a', 'b', 'c'])


Out[1]: 
    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12
4  13  14  15
5  16  17  18
6  19  20  21

我想重新排序并放回第 2 到 5 行，

2   7   8   9
3  10  11  12
4  13  14  15
5  16  17  18

如果子集中的顺序是[2,0,1,3]，则期望的结果是，

Out[2]: 
    a   b   c
0   1   2   3
1   4   5   6
4  13  14  15
2   7   8   9
3  10  11  12
5  16  17  18
6  19  20  21

（我需要对不同顺序的不同子集执行此操作。这只是一个示例。）

我的尝试，

我的子集，

idx = [2,3,4,5]
idx2 = np.array(idx)

新订单

i = [2,0,1,3]

如果我这样做，

df.iloc[idx].reindex(idx2[i])

我确实以正确的顺序获得了子集，然后，我认为以下应该可以工作，

df.iloc[idx] = df.iloc[idx].reindex(idx2[i]).reset_index(drop=True)

但它没有，因为双方都需要匹配索引。所以，我需要在索引上设置一个偏移量，这有点讨厌。或进行此操作以忽略右侧的索引。有什么想法吗？

【问题讨论】：

标签： python pandas dataframe rows assign

【解决方案1】：

由于pandas索引是不可变的，你可以把它做成一个数组，修改你想要的数组部分和reindex:

idx = [2,3,4,5]
i = [2,0,1,3]

# pandas index to array
arr_idx = df.index.to_numpy()
# modify the order of the array
arr_idx[idx] = arr_idx[idx][i]
# reindex
df = df.reindex(arr_idx)

print (df)
    a   b   c
0   1   2   3
1   4   5   6
4   7   8   9
2  10  11  12
3  13  14  15
5  16  17  18
6  19  20  21

【讨论】：

【解决方案2】：

您可以使用基于输入列表重新排列索引，然后将重新排列的索引从原始索引中过滤掉后分离索引为2组，然后使用np.r_和df.iloc[]来实现输出：

import more_itertools as mit
i = [2,0,1,3] #input list

rearranged_idx = df.index[2:6][i] #since you're interested in rows 2 to 5
i = [list(i) for i in 
     mit.consecutive_groups(df.index.difference(rearranged_idx,sort=False))]
# [[0, 1], [6]]
out = df.iloc[np.r_[i[0],rearranged_idx,i[-1]]]

    a   b   c
0   1   2   3
1   4   5   6
4  13  14  15
2   7   8   9
3  10  11  12
5  16  17  18
6  19  20  21

【讨论】：