In Pandas bestehen DataFrames sowohl aus Zeilen als auch aus Spalten, wobei jede Spalte eine separate Funktion oder Variable darstellt. Die Reihenfolge dieser Spalten ist für die Datenanalyse und -manipulation von Bedeutung.
betrachten Sie den folgenden DataFrame (df):
import numpy as np import pandas as pd df = pd.DataFrame(np.random.rand(10, 5))
Nachdem eine zusätzliche Spalte hinzugefügt hat, sagen wir 'Mean', über die Zuweisung:
df['mean'] = df.mean(1)
Lösung: Neugestaltung von Spalten
Eine effektive Methode zum Nachbestellungsspalten besteht darin, den Datenrahmen mit einer geänderten Liste von Spalten neu zu ordnen.
Schritt 1: Erhalten Sie die Spalteliste als Arraycols = df.columns.tolist()
cols = df.columns.tolist ()
Dies führt zu einem Array -Namen in ihrer aktuellen Bestellung. Order
die spalte Reihenfolge in der gewünschten Liste neu ordnen. In diesem Fall, um 'Mean' zum Anfang zu verschieben:cols = cols [-1:] cols [:-1]
cols = df.columns.tolist()
, neu 3: DataFrame-Kolumnen neu ordnen
die Datenfreame mit der Heckranged-Liste:. = df.ix [:, cols]
Haftungsausschluss: Alle bereitgestellten Ressourcen stammen teilweise aus dem Internet. Wenn eine Verletzung Ihres Urheberrechts oder anderer Rechte und Interessen vorliegt, erläutern Sie bitte die detaillierten Gründe und legen Sie einen Nachweis des Urheberrechts oder Ihrer Rechte und Interessen vor und senden Sie ihn dann an die E-Mail-Adresse: [email protected] Wir werden die Angelegenheit so schnell wie möglich für Sie erledigen.
Copyright© 2022 湘ICP备2022001581号-3