【python】【pandas】dataframe按照列名给列排序 |
您所在的位置：网站首页 › Python合并列表并降序排列 › 【python】【pandas】dataframe按照列名给列排序 |
|
下面介绍三种方法，给dataframe列排序：
1、使用sort_values()方法，并指定axis=1参数。
import pandas as pd
# 创建一个示例DataFrame
data = {'A': [3, 1, 4],
'C': [2, 6, 5],
'B': [9, 8, 7]}
df = pd.DataFrame(data)
# 按照列名给列排序
df = df.sort_values(by=df.columns, axis=1)
print(df)
输出结果： A B C 0 3 9 2 1 1 8 6 2 4 7 5在上述代码中，我们首先创建了一个示例DataFrame。然后，我们使用sort_values()方法对DataFrame的列进行排序。通过指定by=df.columns，我们将按照列名的字母顺序对列进行排序。最后，通过设置axis=1参数，我们指定按列进行排序。 执行上述代码后，DataFrame的列将按照列名的字母顺序进行排序。 请注意，sort_values()方法会生成一个新的DataFrame，因此我们将排序后的结果重新赋值给df，以便在打印时显示排序后的结果。如果你想在原始DataFrame上进行排序，可以使用inplace=True参数。 2、使用reindex()方法，并传递一个包含所需顺序的列名列表。 import pandas as pd # 创建一个示例DataFrame data = {'A': [3, 1, 4], 'B': [2, 6, 5], 'C': [9, 8, 7]} df = pd.DataFrame(data) # 按照指定顺序给列排序 order = ['B', 'C', 'A'] df = df.reindex(columns=order) print(df)输出结果： B C A 0 2 9 3 1 6 8 1 2 5 7 4在上述代码中，我们首先创建了一个示例DataFrame。然后，我们定义了一个列表order，其中包含了按照指定顺序排列的列名。接下来，我们使用reindex()方法，并传递columns=order来重新索引DataFrame的列，以按照指定顺序进行排序。 3、如果想原地修改DataFrame的列顺序，可以使用df = df[order]的方式重新分配DataFrame给同名变量。 import pandas as pd # 创建一个示例的合并 DataFrame df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]}) merged_df = pd.concat([df1, df2], axis=1) # 按照指定顺序给列排序 order = ['D', 'C', 'B', 'A'] merged_df = merged_df[order] print(merged_df)输出结果： D C B A 0 10 7 4 1 1 11 8 5 2 2 12 9 6 3在上述代码中，我们使用df[order]的方式重新分配DataFrame给同名变量merged_df，以按照指定顺序对列进行排序。这种方式将返回重新排序后的DataFrame，并将其分配给同名变量，从而实现了在原地修改列顺序的效果。 对了，上面的代码改一改，也阔以“筛选”哦，只要在order列表里删除不要的列名就行。 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |