Python 官方文档:入门教程 => 点击学习
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DataFramedata = {'A': [3, 1, 4],
sort_values()
方法,并指定axis=1
参数。import pandas as pd# 创建一个示例DataFramedata = {'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 C0 3 9 21 1 8 62 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。
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DataFramedata = {'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 A0 2 9 31 6 8 12 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。
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 DataFramedf1 = 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 A0 10 7 4 11 11 8 5 22 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。
来源地址:https://blog.csdn.net/Good_Hope/article/details/131015730
--结束END--
本文标题: 【python】【pandas】dataframe按照列名给列排序
本文链接: https://www.lsjlt.com/news/392643.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0