如何重新排列 Pandas 列序列？答案

【问题标题】：How to rearrange Pandas column sequence?如何重新排列 Pandas 列序列？
【发布时间】：2012-09-02 00:44:18
【问题描述】：

>>> df =DataFrame({'a':[1,2,3,4],'b':[2,4,6,8]})
>>> df['x']=df.a + df.b
>>> df['y']=df.a - df.b
>>> df
   a  b   x  y
0  1  2   3 -1
1  2  4   6 -2
2  3  6   9 -3
3  4  8  12 -4

现在我想重新排列列序列，使 'x','y' 列成为第一列和第二列：

>>> df = df[['x','y','a','b']]
>>> df
    x  y  a  b
0   3 -1  1  2
1   6 -2  2  4
2   9 -3  3  6
3  12 -4  4  8

但是，如果我有一个很长的 'a'、'b'、'c'、'd'......，并且我不想明确列出这些列。我该怎么做？

或者 Pandas 是否提供像 set_column_sequence(dataframe,col_name, seq) 这样的功能以便我可以做到：set_column_sequence(df,'x',0) 和 set_column_sequence(df,'y',1) ？

【问题讨论】：

标签： python pandas

【解决方案1】：

你也可以这样做：

df = df[['x', 'y', 'a', 'b']]

您可以通过以下方式获取列列表：

cols = list(df.columns.values)

输出将产生如下内容：

['a', 'b', 'x', 'y']

...然后很容易在将其放入第一个函数之前手动重新排列

【讨论】：

对于像我这样的新手，重新排列您从cols 获得的list。然后df=df[cols] 即重新排列的列表被放入第一个表达式中，没有一组括号。
你能解释一下第一个例子吗？

【解决方案2】：

可能有一个优雅的内置函数（但我还没有找到）。你可以写一个：

# reorder columns
def set_column_sequence(dataframe, seq, front=True):
    '''Takes a dataframe and a subsequence of its columns,
       returns dataframe with seq as first columns if "front" is True,
       and seq as last columns if "front" is False.
    '''
    cols = seq[:] # copy so we don't mutate seq
    for x in dataframe.columns:
        if x not in cols:
            if front: #we want "seq" to be in the front
                #so append current column to the end of the list
                cols.append(x)
            else:
                #we want "seq" to be last, so insert this
                #column in the front of the new column list
                #"cols" we are building:
                cols.insert(0, x)
return dataframe[cols]

对于您的示例：set_column_sequence(df, ['x','y']) 将返回所需的输出。

如果您想在 DataFrame 的 end 处添加 seq，只需传入“front=False”即可。

【讨论】：

希望我能找到 Pandas 内置的 'set_column_sequence(df, col_list, assign_col_seq)' 函数，我可以使用 "set_column_sequence(df,['x','y'],[0, 1])" 完成工作。
@bigbug 希望如此！如果我找到一个，我会更新我的答案......直到你这样做，这应该有效。
加入一个列表理解版本来加快速度怎么样？
@pylang 我认为这不会加快速度（这不是我不应该认为的主要性能问题），但编写它的一种简洁方式是：s = {col: i for i, col in enumerate(first_cols)}; sorted(df.columns, key=lambda c: s.get(c, len(s)))。这仍然（4 年后）写起来有点尴尬，我虽然也许 sort_index 有一个技巧，但似乎没有。嗯
@pylang 可能你可以这样做：df[df.columns[df.columns.map(lambda col: s.get(col, len(s))).argsort()]] 但这很丑陋。仍然比这个旧答案更好，所以我可以在...中编辑它

【解决方案3】：

您可以执行以下操作：

df =DataFrame({'a':[1,2,3,4],'b':[2,4,6,8]})

df['x']=df.a + df.b
df['y']=df.a - df.b

以这种方式按您想要的顺序创建列标题：

column_titles = ['x','y','a','b']

df.reindex(columns=column_titles)

这将为您提供所需的输出

【讨论】：

我的首选方式，因为这可以与数据帧上的其他方法链接

【解决方案4】：

def _col_seq_set(df, col_list, seq_list):
    ''' set dataframe 'df' col_list's sequence by seq_list '''
    col_not_in_col_list = [x for x in list(df.columns) if x not in col_list]
    for i in range(len(col_list)):
        col_not_in_col_list.insert(seq_list[i], col_list[i])

    return df[col_not_in_col_list]
DataFrame.col_seq_set = _col_seq_set

【讨论】：

【解决方案5】：

我建议您只编写一个函数来执行您所说的操作，可能使用drop（删除列）和insert 在某个位置插入列。没有现有的 API 函数可以执行您所描述的操作。

【讨论】：

【解决方案6】：

请随意忽略此解决方案，因为从索引中减去列表不会保留原始索引的顺序，如果这很重要的话。

In [61]: df.reindex(columns=pd.Index(['x', 'y']).append(df.columns - ['x', 'y']))
Out[61]: 
    x  y  a  b
0   3 -1  1  2
1   6 -2  2  4
2   9 -3  3  6
3  12 -4  4  8

【讨论】：