Question

我有一个包含许多列的大型pandas数据框。

我想更改列的顺序，以便只显示其中的一部分。我不关心其余的排序（并且有太多的变量可以列出所有这些）

例如，如果我的数据框是这样的

a b c d e f g h i
5 8 7 2 1 4 1 2 3
1 4 2 2 3 4 1 5 3

我想指定列的子集

mysubset=['d','f']并重新排序数据框列的顺序现在是

d,f,a,b,c,e,g,h,i

有没有办法以熊猫式的方式做到这一点？

Answer 1

您可以使用列掩码：

>>> mysubset = ["d","f"]
>>> mask = df.columns.isin(mysubset)
>>> pd.concat([df.loc[:,mask], df.loc[:,~mask]], axis=1)
   d  f  a  b  c  e  g  h  i
0  2  4  5  8  7  1  1  2  3
1  2  4  1  4  2  3  1  5  3

或使用sorted：

>>> mysubset = ["d","f"]
>>> df[sorted(df, key=lambda x: x not in mysubset)]
   d  f  a  b  c  e  g  h  i
0  2  4  5  8  7  1  1  2  3
1  2  4  1  4  2  3  1  5  3

有效，因为x not in mysubset和d f将为False，而False＆lt;真。

Answer 2

我通常做这样的事情：

mysubset = ['d', 'f']
othercols = [c for c in df.columns if c not in mysubset]
df = df[mysubset+othercols]

Answer 3

使用多索引来执行此操作：

priority=[ 0 if x in {'d','f'} else 1 for x in df.columns]
newdf=df.T.set_index([priority,df.columns]).sort_index().T

然后你有：

In [3]: newdf
Out[3]: 
   0     1                  
   d  f  a  b  c  e  g  h  i
0  2  4  5  8  7  1  1  2  3
1  2  4  1  4  2  3  1  5  3

Answer 4

要移动整个列子集，您可以执行以下操作：

#!/usr/bin/python

import numpy as np
import pandas as pd

dates = pd.date_range('20130101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD'))
print df
cols = df.columns.tolist()
print cols
mysubset = ['B','D']
for idx, item in enumerate(mysubset):
    cols.remove(item)
    cols.insert(idx, item) 
print cols
df = df[cols]
print df

在这里，我首先移动B和D，让其他人跟踪。输出：

                   A         B         C         D
2013-01-01  0.905122 -0.004839 -0.697663 -1.307550
2013-01-02  0.651998 -1.092546  0.594493  0.341066
2013-01-03  0.355832 -0.840057  0.016989  0.377502
2013-01-04 -0.544407  0.826708 -0.889118  0.871769
2013-01-05  0.190630  0.717418  1.325479 -0.882652
2013-01-06  2.730582  0.195908 -0.657642  1.606263
['A', 'B', 'C', 'D']
['B', 'D', 'A', 'C']
                   B         D         A         C
2013-01-01 -0.004839 -1.307550  0.905122 -0.697663
2013-01-02 -1.092546  0.341066  0.651998  0.594493
2013-01-03 -0.840057  0.377502  0.355832  0.016989
2013-01-04  0.826708  0.871769 -0.544407 -0.889118
2013-01-05  0.717418 -0.882652  0.190630  1.325479
2013-01-06  0.195908  1.606263  2.730582 -0.657642

有关详情，请参阅此answer。

如果列太多，如何更改pandas数据框中的列顺序？

4 个答案: