Zmień kolejność kolumn w Pandy DataFrame
- Za pomocą wyboru kolumny []
- Za pomocą metody Reindex
- Za pomocą wyboru kolumny za pośrednictwem indeksu kolumny
- Kolumny zamawiają ponownie za pomocą .I loc
- Kolumny zamawiają ponownie za pomocą .loc
- Zamawiień kolumny za pomocą pandy .wstawić()
- Zmień kolejność kolumny DataFrame przy użyciu kolejności rosnącej
- Zmień kolejność kolumny DataFrame przy użyciu kolejności malejącej
Metoda 1: Za pomocą wyboru kolumny []
Pierwszą metodą, którą omówimy, jest kolejność zamówienia nazw kolumn pand. DataFrame to wybór []. Jest to najłatwiejsza metoda zmiany kolejności kolumn.
W komórce [55]: Stworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [56]: Konwertujemy te słowniki na pankazę danych pandas, jak pokazano w powyższym.
W komórce [57]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [58]: Teraz ponownie zamawiamy kolumny za pomocą selekcji []. W tym celu ponownie zorganizujemy nazwy kolumn zgodnie z naszymi wymaganiami. Z wyników widać, że nasze oryginalne kolumny z ramkami danych były w kolejności (nazwa, wiek, miasto, znaki), ale po zmianie zamówienia zamówienia kolumn DataFrame w formie (nazwa, miasto, miasto, Znaki, wiek).
Metoda 2: Za pomocą metody Reindex
Następną metodą, której zamierzamy użyć, jest reindex. Jest to najczęstszy sposób korzystania z ponownego zamówienia kolumn z ramką danych. Podobnie jak w przypadku metody selekcji, jest to również bardzo prosta metoda. Możemy uzyskać dostęp do tej metody za pomocą DF. reindex (kolumny = [nazwy kolumn]), jak pokazano poniżej:
W komórce [59]: Utworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [60]: Konwertujemy te słowniki na pankazę danych pandas, jak pokazano na powyższym.
W komórce [61]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [62]: Teraz używamy metody Reindex, która jest bardzo prostą metodą. W tym po prostu nazywamy metodę DF. reindex i ustaw nazwę kolumn zgodnie z naszymi wymaganiami. A z wyniku widać, że kolejność kolumny zmieniła się z oryginalnej ramki danych.
Metoda 3: Za pomocą wyboru kolumny za pośrednictwem indeksu kolumny
Następną metodą, którą zamierzamy omówić, jest indeks kolumny. Indeks kolumn jest również bardzo znaną metodą i łatwą w użyciu. Ta metoda jest bardzo podobna do metody Reindex. W metodzie Reindex dostarczamy nazwy ponownego zamówienia kolumn, ale tutaj dostarczamy nazwy ponownego zamówienia kolumn w formie ich wartości indeksu, a nie rzeczywistą nazwę kolumn, jak pokazano poniżej:
W komórce [63]: Utworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [64]: Konwertujemy te słowniki na pankazę danych pandas, jak pokazano w powyższym.
W komórce [65]: Wyświetlamy naszą nowo utworzoną manekinową strumień danych.
W komórce [66]: Nazywamy metodę DF. kolumny i przekazaliśmy ich kolumny wartość indeksu zgodnie z naszymi wymaganiami ponownego zamówienia. Drukujemy nowo utworzoną DataFrame (DF_RE), a na podstawie wyników stwierdziliśmy, że kolumny w końcu ponownie zamówili.
Metoda 4: Kolumny zamawiają ponownie za pomocą .I loc
Najpierw zrozummy metodę LOC i ILOC. Utworzyliśmy seried_df (seria), jak pokazano poniżej w numerze komórki [24]. Następnie drukujemy serię, aby zobaczyć etykietę indeksu wraz z wartościami. Teraz, pod numerem komórki [26], drukujemy serie_df.loc [4], który daje wyjście C. Widzimy, że etykieta indeksu o 4 wartościach to C. Więc mamy właściwy wynik.
Teraz na numer komórki [27] drukujemy serie_df.ILOC [4] i otrzymaliśmy wynik mi który nie jest etykietą indeksu. Ale jest to lokalizacja indeksu, która liczy się od 0 do końca rzędu. Jeśli więc zaczniemy liczyć od pierwszego rzędu, otrzymujemy mi w lokalizacji indeksu 4. Więc teraz rozumiemy, jak działają te dwa podobne LOC i ILOC.
Teraz rozumiemy metodę LOC i ILOC. Najpierw użyjemy metody ILOC.
W komórce [67]: Utworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [68]: Konwertujemy te słowniki na panel pandas, jak pokazano w powyższym.
W komórce [69]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [70]: przekazaliśmy wartości indeksu kolumn do ILOC i przypisaliśmy wynik do nowej ramki danych (DF_NEW). Z wyników widać, że nazwy kolumn są ponownie zamówienie.
Metoda 5: Kolumny zamawiają ponownie za pomocą .loc
Widzieliśmy, jak ponownie zamówić nazwę kolumn za pomocą metody ILOC. Teraz zamierzamy zaimplementować metodę LOC. Wiemy już, że metoda LOC działa z lokalizacją indeksu. Tutaj przekazujemy nazwę kolumn zamiast wartości indeksu, jak pokazano poniżej:
W komórce [71]: Utworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [72]: Konwertujemy te słowniki na panel pandas, jak pokazano w powyższym.
W komórce [73]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [74]: W powyższym przykładzie przekazaliśmy nazwy kolumn w innej kolejności i nowo wygenerowanej ramce danych; Po wydrukowaniu otrzymaliśmy wyniki, które pokazały, że nazwy kolumn są ponownie uporządkowane.
Metoda 6: Zamawiień kolumny za pomocą pandy .wstawić()
Następną metodą, którą zamierzamy omówić, jest metoda Insert (). Ta metoda nie jest tak dużo stosowana. Powód jego długiego procesu. W tej metodzie najpierw tworzymy kopię konkretnej kolumny, którą lokalizację chcemy zmienić, a następnie usuwamy tę kolumnę z DataFrame, a następnie ustaw tę kolumnę na nową lokalizację, jak pokazano poniżej.
W komórce [75]: Stworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [76]: Konwertujemy te słowniki na pankazę danych pandas, jak pokazano w powyższym.
W komórce [77]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [78]: Najpierw stworzyliśmy kopię kolumny Marks. Następnie upuszczamy (usuwamy) tę kolumnę z DataFrame. Następnie wstawiamy kolumnę (znaki) do nowej lokalizacji między nazwą a wiekiem.
Metoda 7: Zmień kolejność kolumny DataFrame przy użyciu kolejności rosnącej
Ta metoda jest przydatna tylko wtedy, gdy chcemy ułożyć kolumny w kolejności rosnącej. Ta metoda zmienia również kolejność kolumn, więc zachowujemy tę metodę w naszym artykule.
W komórce [79]: Stworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [80]: Konwertujemy te słowniki na pankazę danych pandas, jak pokazano w powyższym.
W komórce [81]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [82]: Najpierw tworzymy listę wszystkich kolumn z ramki danych. Następnie sortujemy ramkę danych, wywołując metodę sort () do kolejności rosnącej, a następnie nowo lista, którą przypisaliśmy do ramki danych, takiej jak metoda wyboru i generujesz nową ramkę danych i drukujesz tenframe DataFrame.
Metoda 8: Zmień kolejność kolumny DataFrame przy użyciu kolejności malejącej
Ta metoda jest podobna do metody rosnącej. Jedyną różnicą jest to, że kiedy wywołujemy metodę sort (), przechodzimy parametr odwrotny = true, który ułoży nazwy kolumn do kolejności malejącej, jak pokazano poniżej:
W komórce [84]: Utworzymy słownik o nazwie kluczowych wartości, wiek, miasto i znaki.
W komórce [85]: Konwertujemy te słowniki na panel pandas, jak pokazano w powyższym.
W komórce [86]: Wyświetlamy naszą nowo utworzoną manekinę danych.
W komórce [87]: wywoływamy metodę sort () i przekazujemy parametr odwrotny = true.
Wniosek
W tym poście zbadaliśmy różne rodzaje metod zmiany kolejności kolumn pandas. Widzieliśmy również bardzo łatwe metody, takie jak metody selekcji, reindex i indeksów kolumnowych, oraz .loc i .I loc. Na końcu widzieliśmy również o metodach wstępnych i zstępujących. Nie uwzględniliśmy żadnych niestandardowych metod dla kolejności kolumn, ponieważ każdy użytkownik końcowy definiuje niestandardowe metody. Staraliśmy się jak najlepiej uwzględnić wszystkie ważne metody, które będą pomocne w twoich projektach.
To wszystko o ponownej kolejności kolumn pandas.