Question

我用谷歌搜索，但似乎找不到该问题的答案，或者我是用错误的方式问这个问题？

我有一个DF mydataframe，它有多列（超过75列），带有默认数字索引：

Col1 Col2 Col3 ... Coln

我需要将职位安排/更改如下：

Col1 Col3 Col2 ... Coln

我可以使用以下方法获取Col2的索引：

mydataframe.columns.get_loc("Col2")

但我似乎无法弄清楚如何进行交换，而无需手动列出所有列，然后在列表中手动重新排列。

Answer 1

尝试：

new_cols = [Col1, Col3, Col2] + df.columns[3:]

df = df[new_cols]

Answer 2

如何进行：

将列名存储在列表中；
交换该列表中的名称；
将新订单应用于数据框。

代码：

select *
from Companies c
join Contacts contact1 on c.first_contact=contact1.id
join Contacts contact2 on c.second_contact=contact2.id

Answer 3

使用np.r_创建列索引数组：

给出以下示例：

df:
   col1  col2  col3  col4  col5  col6  col7  col8  col9  col10
0     0     1     2     3     4     5     6     7     8      9
1    10    11    12    13    14    15    16    17    18     19


i, j = df.columns.slice_locs('col2', 'col10')
df[df.columns[np.r_[:i, i+1, i, i+2:j]]]

Out[142]:
   col1  col3  col2  col4  col5  col6  col7  col8  col9  col10
0     0     2     1     3     4     5     6     7     8      9
1    10    12    11    13    14    15    16    17    18     19

Answer 4

我在想你想要@sentence在假设什么。您希望交换2列的位置，而不管它们在哪里。

这是一种创造性的方法：

创建一个字典，该字典定义哪些列将用什么进行切换。
定义一个采用列名并返回顺序的函数。
使用该功能作为排序的键。

d = {'Col3': 'Col2', 'Col2': 'Col3'}
k = lambda x: df.columns.get_loc(d.get(x, x))

df[sorted(df, key=k)]

   Col0  Col1  Col3  Col2  Col4
0     0     1     3     2     4
1     5     6     8     7     9
2    10    11    13    12    14
3    15    16    18    17    19
4    20    21    23    22    24

设置

df = pd.DataFrame(
    np.arange(25).reshape(5, 5)
).add_prefix('Col')

将熊猫列定位或移动到特定的列索引

4 个答案:

设置