Dataframe поменять порядок колонок

Как изменить порядок столбцов DataFrame?

У меня есть следующий DataFrame ( df ):

Я добавляю больше столбцов (-ов) по назначению:

Как перенести столбец mean в начало, т.е. установить его как первый столбец, оставляя порядок остальных столбцов нетронутым?

26 ответов

Одним из простых способов было бы переназначить блок данных со списком столбцов, при необходимости переупорядочивая.

Это то, что у вас есть сейчас:

Переупорядочивайте cols любым способом. Вот как я переместил последний элемент в первую позицию:

Затем измените порядок данных так:

Вы также можете сделать что-то вроде этого:

Вы можете получить список столбцов с помощью:

Выход будет выдавать:

. который затем легко переставить вручную, прежде чем опустить его в первую функцию

Просто назначьте имена столбцов в том порядке, в котором вы хотите:

Теперь, «средний» столбец выходит спереди:

будет делать именно то, что вы хотите.

В моем случае (общая форма):

обновить январь 2018

Если вы хотите использовать reindex :

Вам нужно создать новый список столбцов в нужном порядке, а затем использовать df = df[cols] , чтобы изменить порядок столбцов в этом новом порядке.

Вы также можете использовать более общий подход. В этом примере последний столбец (обозначенный -1) вставлен в качестве первого столбца.

Вы также можете использовать этот подход для переупорядочения столбцов в желаемом порядке, если они присутствуют в DataFrame.

С августа 2018 года:

Если имена ваших столбцов слишком длинные для ввода, вы можете указать новый порядок через список целых чисел с позициями:

А для конкретного случая ОП вопрос:

Я сам столкнулся с подобным вопросом и просто хотел добавить то, на что я остановился. Мне понравился метод reindex_axis() method для изменения порядка столбцов. Это сработало:

Альтернативный метод, основанный на комментарии от @Jorge:

Хотя reindex_axis кажется, немного быстрее в микро-тестах, чем reindex , я думаю, что я предпочитаю последнее за его прямоту.

Эта функция позволяет вам указывать каждую переменную в вашем наборе данных, чтобы заказать несколько из них.

Он принимает два аргумента, первый — это набор данных, второй — столбцы набора данных, которые вы хотите перенести на передний план.

Поэтому в моем случае у меня есть набор данных, называемый Frame с переменными A1, A2, B1, B2, Total и Date. Если я хочу привести Total к фронту, то все, что мне нужно сделать, это:

Если я хочу вывести Total и Date на передний план, то я делаю:

Другим полезным способом использования этого является то, что если у вас есть незнакомая таблица и вы смотрите с переменными с определенным термином в них, например, VAR1, VAR2. вы можете выполнить что-то вроде:

Источник

Как изменить порядок столбцов в PandaS DataFrame?

Автор: Python Examples
Дата записи

Изменить порядок столбцов DataFrame в Pands

Способ 1 – Использование dataframe.reindex ()

Вы можете изменить порядок столбцов, вызывая dataframe.reindex () в исходном файле dataframe с переставленным списком столбца в качестве аргумента.

Функция Reindex () возвращает новый DataFrame с заданным порядком столбцов.

В следующей программе мы возьмем dataframe с столбцами A, B, C и изменить порядок столбцов в A, C, B Отказ

Метод 2 – Использование индексации DataFrame

Индексирование DataFrame можно использовать изменить порядок столбцов в данном dataframe.

Ниже приведен синтаксис для использования индексации DataFrame.

В следующей программе мы возьмем dataframe с столбцами A, B, C и изменить порядок столбцов в A, C, B Отказ

Способ 3 – Использование конструктора DataFrame

Вы также можете использовать конструктор DataFrame для перестройки порядка столбцов. Рассмотрим существующие данные DataFrame в качестве необработанных данных и создайте новый DataFrame, с этим необработанным данным и желаемым порядком столбцов.

Ниже приведен синтаксис для создания DataFrame с обновленным порядком столбца.

В следующей программе мы возьмем dataframe с столбцами A, B, C и изменить порядок столбцов в A, C, B Отказ

Резюме

В этом учебном пособии Python мы узнали, как изменить порядок столбцов в DataFrame.

Источник

Как изменить порядок столбцов DataFrame?

У меня есть следующее DataFrame ( df ):

Я добавляю больше столбцов по заданию:

Как я могу переместить столбец mean вперед, то есть установить его в качестве первого столбца, оставив порядок остальных столбцов без изменений?

Одним простым способом было бы переназначить фрейм данных со списком столбцов, переставленных по мере необходимости.

Это то, что у вас есть сейчас:

Переставь cols так, как хочешь. Вот как я переместил последний элемент на первую позицию:

Затем измените порядок данных таким образом:

Вы также можете сделать что-то вроде этого:

Вы можете получить список столбцов с:

Выход будет производить:

. который затем легко переставить вручную, прежде чем поместить его в первую функцию

Просто назначьте имена столбцов в том порядке, в котором вы хотите:

Теперь «средняя» колонка выходит впереди:

будет делать именно то, что вы хотите.

В моем случае (общая форма):

Вам нужно создать новый список ваших столбцов в нужном порядке, а затем использовать df = df[cols] для перестановки столбцов в этом новом порядке.

Вы также можете использовать более общий подход. В этом примере последний столбец (обозначенный -1) вставляется как первый столбец.

Вы также можете использовать этот подход для переупорядочения столбцов в желаемом порядке, если они присутствуют в DataFrame.

Вы можете попробовать следующие решения:

Решение 1:

Решение 2:

Решение 3:

Решение 4:

Решение 5:

Решение 6:

Сравнение времени:

Решение 1:

Время ЦП: пользовательский 1,05 мс, sys: 35 мкс, общее время: 1,08 мс Время ожидания: 995 мкс

Решение 2 :

Время CPU: пользовательский 933 мкс, sys: 0 нс, всего: 933 мкс Время нахождения на стенке: 800 мкс

Решение 3 :

Время CPU: пользователь 0 нс, sys: 1,35 мс, всего: 1,35 мс Время настенного режима: 1,08 мс

Решение 4 :

Время процессора: пользовательский 1,23 мс, sys: 45 мкс, общее время: 1,27 мс Время ожидания: 986 мкс

Решение 5 :

Время ЦП: пользовательский 1,09 мс, sys: 19 мкс, общее время: 1,11 мс Время ожидания: 949 мкс

Решение 6 :

Время CPU: пользовательский 955 мкс, sys: 34 мкс, общее количество: 989 мкс Время нахождения на стенке: 859 мкс

С августа 2018 года:

Если имена ваших столбцов слишком длинные для ввода, вы можете указать новый порядок через список целых чисел с позициями:

А для конкретного случая вопроса ОП:

Основная проблема этого подхода заключается в том, что многократный вызов одного и того же кода каждый раз будет приводить к разным результатам, поэтому нужно быть осторожным 🙂

Эта функция избавляет вас от необходимости перечислять каждую переменную в наборе данных, чтобы упорядочить несколько из них.

Он принимает два аргумента: первый — это набор данных, второй — столбцы в наборе данных, которые вы хотите вывести на передний план.

Так что в моем случае у меня есть набор данных с именем Frame с переменными A1, A2, B1, B2, Total и Date. Если я хочу вывести Total на фронт, все, что мне нужно сделать, это:

Если я хочу вывести Total и Date на первый план, тогда я делаю:

Еще один полезный способ использовать это, если у вас есть незнакомая таблица и вы ищете переменные с определенным термином в них, например, VAR1, VAR2, . вы можете выполнить что-то вроде:

Я сам столкнулся с похожим вопросом и просто хотел добавить то, на чем остановился. Мне понравилось reindex_axis() method для изменения порядка столбцов. Это сработало:

Альтернативный метод, основанный на комментарии @Jorge:

Хотя reindex_axis кажется, что он немного быстрее в тестах микро, чем reindex , я думаю, я предпочитаю последний из-за его прямоты.

Источник

Русские Блоги

Доступ к элементам в Pandas DataFrame

Мы можем использовать метки строк и столбцов для доступа к строкам, столбцам или отдельным элементам DataFrame.

Примечание. При доступе к одному элементу в DataFrame, как в предыдущем примере, вы всегда должны сначала указывать метку с меткой столбца, а формат dataframe[column][row] , Если метка строки указана первой, произойдет ошибка.

Изменить DataFrame, добавив строки или столбцы

• Мы добавляем новый столбец в DataFrame store_items, представляющий инвентарь рубашки каждого магазина. Давайте напишем код:

Видно, что когда мы добавляем новый столбец, новый столбец добавляется в конец DataFrame.

Затем добавьте новые столбцы между другими столбцами в DataFrame, используя арифметические операторы

Добавить строки в DataFrame

Чтобы добавить строки в DataFrame, сначала нужно создать новый DataFrame, а затем присоединить его к исходному DataFrame.

Выходные данные показывают:

Примечание. После добавления новой строки в DataFrame столбцы сортируются в алфавитном порядке.

Добавить новые столбцы в DataFrame, используя данные из определенных строк в определенных столбцах

Предположим, вы хотите поместить новую партию часов в магазины 2 и 3, а количество новых часов такое же, как и запас оригинальных часов в этих магазинах.

Обратитесь к приведенному выше коду для добавления:

• dataframe.insert(loc,label,data) Метод позволяет нам вставлять новые столбцы (с заданной меткой столбца и данными) в кадр данных loc расположение

Повторно используйте вышеуказанный код:

Чтобы удалить строки и столбцы в DataFrame

• Использовать .pop() и .drop() Метод. .pop() Метод позволяет только удалять столбцы, а .drop() Метод можно использовать для одновременного удаления строк и столбцов, просто используйте ключевое слово axis

Повторно используйте вышеуказанный код:

• Удалить магазин 2 и магазин 1 строк

• Возможно, нам потребуется изменить заголовки строк и столбцов. Мы используем .rename() Способ изменить метку столбца велосипеда на шляпы

• Может также использоваться .rename() Способ изменения меток строк

• Наконец, вы также можете использовать set_index, чтобы изменить индекс на столбец в DataFrame, который обычно не используется.https://blog.csdn.net/starter_____/article/details/79185054

Интеллектуальная рекомендация

vs2015 + opencv3.3 + libfacedetectcnn распознавание лиц

1. Libfacedetect Библиотека libfacedetection — это библиотека обнаружения лиц с открытым исходным кодом, выпущенная г-ном Ю Шики из Шэньчжэньского университета. По сравнению с функцией обнаружени.

Android Drawable основы (4)

1.TransitionDrawable (градиентный ресурс) Он используется для демонстрации эффекта замирания между двумя Drawables. ?: Каждый чертеж представлен элементом в одном элементе.Не поддерживает более двух п.

PAT A1099 Построение двоичного дерева поиска (30 баллов)

A Binary Search Tree (BST) is recursively defined as a binary tree which has the following properties: The left subtree of a node contains only nodes with keys less than the node’s key. The righ.

Разработка серии Jun Zheng X — Выбор камеры

Под Linux камера относится к архитектуре V4L2, и общее ядро ​​имеет связанные драйверы, и могут быть запрограммированы непосредственно в слое приложений без хорошего оборудования; Например / Dev / Vid.

django queryset values&values_list

возврат значенийСписок словаря; Возвращает список значенийСписок кортежей， values_list plus 1 Затем вернитесьСписок ценностей # _obj = <'netStates':HostInfo['NetStates'],'ip':HostInfo['i.

Источник

4 способа добавления колонок в датафреймы Pandas

Jun 25 · 4 min read

Pandas — это библиотека для анализа и обработки данных, написанная на языке Python. Она предоставляет множество функций и способов для управления табличными данными. Основная структура данных Pandas — это датафрейм, который хранит информацию в табличной форме с помеченными строками и столбцами.

В контексте данных строки представляют собой утверждения, или точки данных. Столбцы отражают свойства, или атрибуты утверждений. Рассмотрим эту структуру на простом примере. Допустим, каждая строка — это дом. В таком случае, столбцы заключают в себе сведения об этом доме (его возрасте, количестве комнат, стоимости и т.д.).

Добавление ил и удаление столбцов — обычная операция при анализе данных. Ниже мы разберем 4 различных способа добавления новых столбцов в датафрейм Pandas.

Сначала создадим простой фрейм данных для использования в примерах:

Способ 1-й

Пожалуй, это самый распространенный путь создания нового столбца в Pandas:

Мы указываем имя столбца подобно тому, как выбираем столбец во фрейме данных. Затем этому столбцу присваиваются значения. Новый столбец добавляется последним (т. е. становится столбцом с самым высоким индексом).

Можно добавить сразу несколько столбцов. Их наименования перечисляются списком, а значения должны быть двумерными для совместимости с количеством строк и столбцов. Например, следующий код добавляет три столбца, заполненные случайными целыми числами от 0 до 10:

Давайте удалим эти три столбца, прежде чем перейти к следующему методу.

Способ 2-й

В первом способе мы добавляли новый столбец в конец. Pandas также позволяет добавлять столбцы по определенному индексу. Для настройки расположения нового столба воспользуемся функцией вставки (insert function). Давайте добавим один столбец рядом с А:

Для использования функции вставки необходимо 3 параметра: индекс, имя столбца и значение. Индексы столбцов начинаются с 0, поэтому мы устанавливаем параметр индекса 1, чтобы добавить новый столбец рядом со столбцом A. Мы можем указать постоянное значение, которое будет выставлено во всех строках.

Способ 3-й

Функция loc позволяет выбирать строки и столбцы, используя их метки. Таким же образом можно создать новый столбец:

Для выбора строк и столбцов мы указываем нужные метки. Если хотим выбрать все строки, ставим двоеточие. В части таблицы, где нужно проставить столбец, указываем метки столбцов, которые нам необходимо выбрать. Поскольку в датафрейме нет столбца E, Pandas создаст новый столбец.

Способ 4-й

Добавить столбцы можно также с помощью функции assign :

В функции assign необходимо прописать имя столбца и значения. Обратите внимание: мы получаем значения, используя другой столбец во фрейме данных. Предыдущие способы также допускают такую операцию.

Надо понимать, что между функциями assign и insert есть существенное различие.

Функция вставки ( insert ) работает на месте. Это означает, что изменение (добавление нового столбца) сохраняется во фрейме данных.

С функцией назначения ситуация немного иная. Он возвращает измененный фрейм данных, но не изменяет исходный. Чтобы использовать измененную версию (с новым столбцом), нам нужно явно назначить ее.

Заключение

Мы рассмотрели 4 различных способа добавления новых столбцов в фрейм данных Pandas. Это обычная операция при анализе и обработке данных.

Мне нравится пользоваться библиотекой Pandas, поскольку она предоставляет, как правило, несколько способов для выполнения одной задачи. По-моему, это говорит о гибкости и универсальности Pandas.

Источник