如何在Pandas数据框架中反转行

在这篇文章中，我们将学习如何使用Python在pandas数据框中反转一行。

在Pandas的帮助下，我们可以通过使用loc()、iloc()、reindex()、切片和索引对数据集的某一行进行反向操作。

创建 Dataframe

让我们用一个字典创建一个简单的数据框架，比如说列名是。’Income’、’Expenses’、’Profit’。

# Import pandas package
import pandas as pd
 
# Define a dictionary containing employee data
data = {'Income': [150000, 13000, 11000, 11000],
        'Expenses': [10000, 11000, 7000, 50000],
        'Profit': [5000, 2000, 4000, 6000]
        }
 
 
# Convert the dictionary into DataFrame
dataframe = pd.DataFrame(data)
 
# Observe the result
dataframe

输出:

使用iloc()函数来反转行

在python中，通过调用iloc()函数，可以在pandas中反转数据框的行数。让我们知道如何在pandas中反转数据框的行。

语法 :DataFrame.iloc[]

参数 :索引位置。整数或整数列表中的行的索引位置。

返回 : 数据框或系列，取决于参数

# Reverse rows using iloc() Function
Data_reverse_row_1 = dataframe.iloc[::-1]
 
# Observe the result
Data_reverse_row_1

输出:

reversed database

使用loc()函数来反转行

在python中可以通过调用loc()函数来反转pandas中数据框的行。panda的dataframe.loc()属性通过一个标签或一个布尔数组访问给定数据框中的一组行和列。

语法 : DataFrame.loc()

参数 : None

返回值 : Scalar, Series, DataFrame

# Reverse rows using iloc() Function
Data_reverse_row_2 = dataframe.loc[::-1]
 
# Observe the result
Data_reverse_row_2

输出:

注意： .loc()和.iloc()使用索引器来选择索引运算符。

使用reindex()函数来反转行

使用reindex()函数反转数据框架的行。pandas dataframe.reindex()函数将数据帧串联到一个新的索引中，该索引具有可选的填充逻辑，将NA/NaN放置在上一个索引中没有数值的位置。

语法 : DataFrame.reindex(index=None)

参数 : index, columns : 要符合的新标签/索引。最好是一个索引对象，以避免重复的数据。

返回值 : reindexed : DataFrame

# reversing a DataFrame
# retrieving row by reindex method
df.reindex(index=dataframe.index[::-1])

输出:

使用数据框架索引来反转行

在Python中使用数据框索引的反向行。在Python中，我们可以反向设置一个数据框架的索引。在这个方法中，我们创建一个Python列表并把它的索引传递给dataframe()函数的索引参数。让我们通过Python代码来实现这一点。

语法 : DataFrame[start:end:slicing]

# Reverse slicing columns in data frame
dataframe[::-1]

输出 :

使用reset_Index()函数来反转行

这里我们使用reset_index()函数来重置整个数据库的索引，同时传递Drop=True来删除所有旧的索引。

# Here we are just resetting the indexing for the entire database
# and reversing the database.
 
d = dataframe.loc[::-1].reset_index(drop=True).head()
print(d)

输出:

reversed database