熊猫列名分配中的大写优先级

Question

Pandas 中的列名分配是否有利于大写而不是小写？

例子：

dframe = DataFrame({'city':['Alma','Brian Head', 'Fox Park'],
                    'altitude':[3158,3000,2762]})

返回一个 DataFrame，其列的顺序为高度，城市。

鉴于：

dframe = DataFrame({'City':['Alma','Brian Head', 'Fox Park'],
                    'altitude':[3158,3000,2762]})

返回一个 DataFrame，其列的顺序为 City,altitude。

这是熊猫特有的还是一般的 Python 行为？

Answer 1

您实际上并没有问这个问题，但我假设有一个关于如何保留原始顺序的隐含问题？如果是这样，这里有三种方法：

1) 相同的基本字典构造函数，但包含在collections.OrderedDict 中（感谢@shx2 的更正）：

from collections import OrderedDict
df1 = pd.DataFrame( OrderedDict([ ('city',['Alma','Brian Head', 'Fox Park']),
                                  ('altitude',[3158,3000,2762]) ]))

2) 非字典构造函数，您可以分别指定数据数组和列名，但是，这本质上需要以行为中心的条目，而不是像字典构造函数那样以列为中心：

lst = [['Alma','Brian Head','Fox Park'],
       [3158,3000,2762]]
df2 = pd.DataFrame( map(list, zip(*lst)),
                    columns = ['city','altitude'] )

3) 最简单的方法可能是在创建数据框后指定顺序（感谢@EdChum 在原始帖子中发现错误）：

df3 = df[['city','altitude']]

测试所有三个的结果是否相同：

In [149]: all(df1==df2)
Out[149]: True

In [150]: all(df1==df3)
Out[150]: True