子集列和重新排序

Question

我想对列重新排序并选择我想要的列。
例如，如果列名称为 A、B、C 和 D。
我知道简单的方法是：

# Python
df = df[['D', 'C', 'A', 'B']]

但是，如果有多个列，比如超过一百个变量，这种方法真的很糟糕。我找到了这个answer。

# Python
cols_to_order = ['D', 'C']
new_columns = cols_to_order + (df.columns.drop(cols_to_order).tolist())
df= df[new_columns]

但上面的并不是很灵活。

在R 中，使用subset() 是同时重新排序和子集列的不错选择。

# R
df = subset(df, select = c(4, 3 , 1, 2))

如果有很多列，我们也可以使用subset()重新排序并丢弃：

# R
# Multiple columns
# Drop columns 51 to 54
df = subset(df, select = c(4, 3 , 1:2, 5:50, 55:100))

Python有类似的功能吗？

Answer 1

您将 numpy 的 np.r_ 作为 python 等效于连接索引和切片对象的子集。与subset(df, select = c(4, 3 , 1:2, 5:50, 55:100)) 类似，您可以这样做：

df.iloc[:, np.r_[4, 3, 1:2, 5:50, 55:100]]