Question

我想要一个索引为“长度”的列，并将其作为第二列。当前作为第5列存在。我尝试过：

colnames = big_df.columns.tolist()

# make index "length" the second column in the big_df
colnames = colnames[0] + colnames[4] + colnames[:-1] 

big_df = big_df[colnames]

我看到以下错误：

TypeError：必须为str，而不是列表

我不确定如何解释此错误，因为它实际上应该是list，对吧？

还有，是否有一种通用方法可以将标签的任何列移动到指定位置？我的列只有一个级别，即不涉及MultiIndex。

Answer 1

更正您的错误

我不确定如何解释此错误，因为它实际上应该是列表，对吧？

否：colnames[0]和colnames[4]是标量，不是列表。您不能将标量与列表连接在一起。要使它们成为列表，请使用方括号：

colnames = [colnames[0]] + [colnames[4]] + colnames[:-1]

此外，我强烈建议您使用df.columns = colnames代替df[[colnames]]：__getitem__（或其语法糖[]）triggers a copy operation。

通用解决方案

但是将数组转换为列表，然后手动将列表连接起来不仅昂贵，而且容易出错。 related answer有许多基于列表的解决方案，但是基于NumPy的解决方案是值得的，因为pd.Index对象存储为NumPy数组。

此处的关键是通过切片而非串联来修改NumPy数组。只有两种情况需要处理：当所需位置位于当前位置之后，反之亦然。

import pandas as pd, numpy as np
from string import ascii_uppercase

df = pd.DataFrame(columns=list(ascii_uppercase))

def shifter(df, col_to_shift, pos_to_move):
    arr = df.columns.values
    idx = df.columns.get_loc(col_to_shift)
    if idx == pos_to_move:
        pass
    elif idx > pos_to_move:
        arr[pos_to_move+1: idx+1] = arr[pos_to_move: idx]
    else:
        arr[idx: pos_to_move] = arr[idx+1: pos_to_move+1]
    arr[pos_to_move] = col_to_shift
    df.columns = arr
    return df

df = df.pipe(shifter, 'J', 1)

print(df.columns)

Index(['A', 'J', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'K', 'L', 'M', 'N',
       'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z'],
      dtype='object')

性能基准测试

与基于列表的方法相比，使用NumPy切片对大量列更有效：

n = 10000
df = pd.DataFrame(columns=list(range(n)))

def shifter2(df, col_to_shift, pos_to_move):
    cols = df.columns.tolist()
    cols.insert(pos_to_move, cols.pop(df.columns.get_loc(col_to_shift)))
    df.columns = cols
    return df

%timeit df.pipe(shifter, 590, 5)   # 381 µs
%timeit df.pipe(shifter2, 590, 5)  # 1.92 ms

如何在熊猫数据框中移动列

1 个答案:

更正您的错误

通用解决方案

性能基准测试