按名称将行移动到df中的所需位置

Question

我有一个看起来像这样的df：

         a   b
apple  | 7 | 2 |
google | 8 | 8 |
swatch | 6 | 6 |
merc   | 7 | 8 |
other  | 8 | 9 |

我想选择一个给定的行，按名称说，说“ apple”，然后将其移到新位置，说-1（第二行）

所需的输出

         a   b
google | 8 | 8 |
swatch | 6 | 6 |
merc   | 7 | 8 |
apple  | 7 | 2 |
other  | 8 | 9 |

有没有可用的功能来实现这一目标？

Answer 1

使用Index.difference删除值，使用numpy.insert添加值到新索引，最后使用DataFrame.reindex或DataFrame.loc更改行的顺序：

a = 'apple'

idx = np.insert(df.index.difference([a], sort=False), -1, a)
print (idx)
Index(['google', 'swatch', 'merc', 'apple', 'other'], dtype='object')

df = df.reindex(idx)
#alternative
#df = df.loc[idx]
print (df)
        a  b
google  8  8
swatch  6  6
merc    7  8
apple   7  2
other   8  9

Answer 2

这看起来不错，我正在使用pd.Index.insert()和pd.Index.drop_duplicates()：

df.reindex(df.index.insert(-1,'apple').drop_duplicates(keep='last'))

---

        a  b       
google  8  8
swatch  6  6
merc    7  8
apple   7  2
other   8  9

Answer 3

我不知道任何内置函数，但是一种方法是只操作索引，然后使用新索引对DataFrame重新排序（假定所有索引值都是唯一的）：

name = 'apple'
position = -1

new_index = [i for i in df.index if i != name]
new_index.insert(position, name)
df = df.loc[new_index]

结果：

        a  b
google  8  8
swatch  6  6
merc    7  8
apple   7  2
other   8  9