快捷導(dǎo)航

pandas?dataframe按照列名給列排序三種方法

更新時(shí)間：2023年07月26日 10:31:15 作者：Good_Hope

這篇文章主要給大家介紹了關(guān)于pandas?dataframe按照列名給列排序的三種方法,在進(jìn)行數(shù)據(jù)分析操作時(shí),經(jīng)常需要對(duì)數(shù)據(jù)按照某行某列排序,或者按照多行多列排序,以及按照索引值排序等等,需要的朋友可以參考下

下面介紹三種方法，給dataframe列排序：

1、使用sort_values()方法，并指定axis=1參數(shù)。

import pandas as pd
 
# 創(chuàng)建一個(gè)示例DataFrame
data = {'A': [3, 1, 4],
        'C': [2, 6, 5],
        'B': [9, 8, 7]}
df = pd.DataFrame(data)
 
# 按照列名給列排序
df = df.sort_values(by=df.columns, axis=1)
 
print(df)

輸出結(jié)果：

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

在上述代碼中，我們首先創(chuàng)建了一個(gè)示例DataFrame。然后，我們使用sort_values()方法對(duì)DataFrame的列進(jìn)行排序。通過(guò)指定by=df.columns，我們將按照列名的字母順序?qū)α羞M(jìn)行排序。最后，通過(guò)設(shè)置axis=1參數(shù)，我們指定按列進(jìn)行排序。

執(zhí)行上述代碼后，DataFrame的列將按照列名的字母順序進(jìn)行排序。

請(qǐng)注意，sort_values()方法會(huì)生成一個(gè)新的DataFrame，因此我們將排序后的結(jié)果重新賦值給df，以便在打印時(shí)顯示排序后的結(jié)果。如果你想在原始DataFrame上進(jìn)行排序，可以使用inplace=True參數(shù)。

2、使用reindex()方法，并傳遞一個(gè)包含所需順序的列名列表。

import pandas as pd
 
# 創(chuàng)建一個(gè)示例DataFrame
data = {'A': [3, 1, 4],
        'B': [2, 6, 5],
        'C': [9, 8, 7]}
df = pd.DataFrame(data)
 
# 按照指定順序給列排序
order = ['B', 'C', 'A']
df = df.reindex(columns=order)
 
print(df)

輸出結(jié)果：

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

在上述代碼中，我們首先創(chuàng)建了一個(gè)示例DataFrame。然后，我們定義了一個(gè)列表order，其中包含了按照指定順序排列的列名。接下來(lái)，我們使用reindex()方法，并傳遞columns=order來(lái)重新索引DataFrame的列，以按照指定順序進(jìn)行排序。

3、如果想原地修改DataFrame的列順序，可以使用df = df[order]的方式重新分配DataFrame給同名變量。

import pandas as pd
 
# 創(chuàng)建一個(gè)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)
 
# 按照指定順序給列排序
order = ['D', 'C', 'B', 'A']
merged_df = merged_df[order]
 
print(merged_df)

輸出結(jié)果：

D C B A
0 10 7 4 1
1 11 8 5 2
2 12 9 6 3

在上述代碼中，我們使用df[order]的方式重新分配DataFrame給同名變量merged_df，以按照指定順序?qū)α羞M(jìn)行排序。這種方式將返回重新排序后的DataFrame，并將其分配給同名變量，從而實(shí)現(xiàn)了在原地修改列順序的效果。

對(duì)了，上面的代碼改一改，也闊以“篩選”哦，只要在order列表里刪除不要的列名就行。

附：按多列排序

df.sort_values(["column_name1", "column_name2"] , inplace=True, ascending=True)

總結(jié)

到此這篇關(guān)于pandas dataframe按照列名給列排序三種方法的文章就介紹到這了,更多相關(guān)pandas dataframe按列名排序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

pandas?dataframe按照列名給列排序三種方法

相關(guān)文章

最新評(píng)論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具