Pandas 如何重新排列列的顺序

在本文中，我们将介绍如何使用Pandas重新排列数据框中列的顺序。通常，当我们的数据框包含许多列时，这可能很重要。默认情况下，Pandas数据框中的列按照它们出现的顺序进行排列。然而，在某些情况下，对于数据分析和可视化，我们需要以特定的顺序排列这些列。

我们首先将生成一个简单的数据框作为一个例子：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

在此数据框中，列的顺序为A、B和C。现在，我们将演示如何更改列的顺序。

阅读更多：Pandas 教程

重新排列列的顺序

Pandas提供了一种灵活的方法，可以轻松地重新排列列的顺序。我们可以使用reindex方法并指定所需的列顺序，也可以使用loc方法并传递一个包含所需列标签的列表。让我们看看这些方法如何工作：

使用reindex方法

使用reindex方法，我们可以按照我们想要的任何顺序指定列。我们首先生成列标签的列表，然后使用它来重新排列列的顺序。下面是一个示例：

df = df.reindex(columns=['C', 'A', 'B'])

print(df)

输出：

   C  A  B
0  7  1  4
1  8  2  5
2  9  3  6

在此示例中，我们首先生成了一个列表，指定了我们希望列出现的新顺序。然后，我们使用reindex方法并传递列列表来重新排列列的顺序。我们可以看到，现在列的顺序为C、A和B，与原始数据框不同。

使用loc方法

另一个重新排列列顺序的方法是使用loc方法，并指定列标签的新顺序。这可以在单个操作中完成。以下是一个示例：

df = df.loc[:, ['B', 'C', 'A']]

print(df)

输出：

   B  C  A
0  4  7  1
1  5  8  2
2  6  9  3

在此示例中，我们使用loc方法和列列表，通过一次操作重新排列列的顺序。与前面的示例相同，现在列的顺序为B、C和A。

总结

在本文中，我们介绍了如何使用Pandas重新排列数据框中的列。我们演示了使用reindex方法和loc方法的两种方法，无论哪种方法都可以轻松地重新排列列顺序。在进行数据分析和可视化时，了解如何重新排列列的顺序非常有用。有了这些技能，您可以更轻松地处理数据框和生成可视化。