如何改变 DataFrame 列的顺序？-IT科技

摘要：问题描述：我有以下 DataFrame（df）：import numpy as np import pandas as pd df = pd.DataFrame(np.random.rand(10, 5)) 我按任务添加更多列：df['mean'] = df.mean(1) 我怎样才能将该列移到mean前面...

问题描述：

我有以下 DataFrame（df）：

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 5))

我按任务添加更多列：

df['mean'] = df.mean(1)

我怎样才能将该列移到mean前面，即将其设置为第一列，同时保持其他列的顺序不变？

解决方案 1：

一种简单的方法是使用列表重新分配数据框，并根据需要重新排列。

这就是你现在所拥有的：

In [6]: df
Out[6]:
          0         1         2         3         4      mean
0  0.445598  0.173835  0.343415  0.682252  0.582616  0.445543
1  0.881592  0.696942  0.702232  0.696724  0.373551  0.670208
2  0.662527  0.955193  0.131016  0.609548  0.804694  0.632596
3  0.260919  0.783467  0.593433  0.033426  0.512019  0.436653
4  0.131842  0.799367  0.182828  0.683330  0.019485  0.363371
5  0.498784  0.873495  0.383811  0.699289  0.480447  0.587165
6  0.388771  0.395757  0.745237  0.628406  0.784473  0.588529
7  0.147986  0.459451  0.310961  0.706435  0.100914  0.345149
8  0.394947  0.863494  0.585030  0.565944  0.356561  0.553195
9  0.689260  0.865243  0.136481  0.386582  0.730399  0.561593

In [7]: cols = df.columns.tolist()

In [8]: cols
Out[8]: [0L, 1L, 2L, 3L, 4L, 'mean']

以任何你想要的方式重新排列cols。这是我将最后一个元素移动到第一个位置的方法：

In [12]: cols = cols[-1:] + cols[:-1]

In [13]: cols
Out[13]: ['mean', 0L, 1L, 2L, 3L, 4L]

然后像这样重新排序数据框：

In [16]: df = df[cols]  #    OR    df = df.ix[:, cols]

In [17]: df
Out[17]:
       mean         0         1         2         3         4
0  0.445543  0.445598  0.173835  0.343415  0.682252  0.582616
1  0.670208  0.881592  0.696942  0.702232  0.696724  0.373551
2  0.632596  0.662527  0.955193  0.131016  0.609548  0.804694
3  0.436653  0.260919  0.783467  0.593433  0.033426  0.512019
4  0.363371  0.131842  0.799367  0.182828  0.683330  0.019485
5  0.587165  0.498784  0.873495  0.383811  0.699289  0.480447
6  0.588529  0.388771  0.395757  0.745237  0.628406  0.784473
7  0.345149  0.147986  0.459451  0.310961  0.706435  0.100914
8  0.553195  0.394947  0.863494  0.585030  0.565944  0.356561
9  0.561593  0.689260  0.865243  0.136481  0.386582  0.730399

解决方案 2：

你也可以做这样的事情：

df = df[['mean', '0', '1', '2', '3']]

您可以使用以下命令获取列的列表：

cols = list(df.columns.values)

输出将产生：

['0', '1', '2', '3', 'mean']

...然后可以轻松地手动重新排列，然后将其放入第一个函数中

解决方案 3：

只需按照您想要的顺序分配列名：

In [39]: df
Out[39]: 
          0         1         2         3         4  mean
0  0.172742  0.915661  0.043387  0.712833  0.190717     1
1  0.128186  0.424771  0.590779  0.771080  0.617472     1
2  0.125709  0.085894  0.989798  0.829491  0.155563     1
3  0.742578  0.104061  0.299708  0.616751  0.951802     1
4  0.721118  0.528156  0.421360  0.105886  0.322311     1
5  0.900878  0.082047  0.224656  0.195162  0.736652     1
6  0.897832  0.558108  0.318016  0.586563  0.507564     1
7  0.027178  0.375183  0.930248  0.921786  0.337060     1
8  0.763028  0.182905  0.931756  0.110675  0.423398     1
9  0.848996  0.310562  0.140873  0.304561  0.417808     1

In [40]: df = df[['mean', 4,3,2,1]]

现在，“平均”列出现在前面：

In [41]: df
Out[41]: 
   mean         4         3         2         1
0     1  0.190717  0.712833  0.043387  0.915661
1     1  0.617472  0.771080  0.590779  0.424771
2     1  0.155563  0.829491  0.989798  0.085894
3     1  0.951802  0.616751  0.299708  0.104061
4     1  0.322311  0.105886  0.421360  0.528156
5     1  0.736652  0.195162  0.224656  0.082047
6     1  0.507564  0.586563  0.318016  0.558108
7     1  0.337060  0.921786  0.930248  0.375183
8     1  0.423398  0.110675  0.931756  0.182905
9     1  0.417808  0.304561  0.140873  0.310562

解决方案 4：

对于 pandas >= 1.3 (2022 年编辑)：

df.insert(0, 'mean', df.pop('mean'))

怎么样（对于 Pandas <1.3，原始答案）

df.insert(0, 'mean', df['mean'])

https://pandas.pydata.org/pandas-docs/stable/user_guide/dsintro.html#column-selection-addition-deletion

解决方案 5：

就你的情况来说，

df = df.reindex(columns=['mean',0,1,2,3,4])

将会完全按照您的意愿进行。

就我的情况而言（一般形式）：

df = df.reindex(columns=sorted(df.columns))
df = df.reindex(columns=(['opened'] + list([a for a in df.columns if a != 'opened']) ))

解决方案 6：

import numpy as np
import pandas as pd
df = pd.DataFrame()
column_names = ['x','y','z','mean']
for col in column_names: 
    df[col] = np.random.randint(0,100, size=10000)

您可以尝试以下解决方案：

解决方案 1：

df = df[ ['mean'] + [ col for col in df.columns if col != 'mean' ] ]

解决方案 2：

df = df[['mean', 'x', 'y', 'z']]

解决方案 3：

col = df.pop("mean")
df = df.insert(0, col.name, col)

解决方案 4：

df.set_index(df.columns[-1], inplace=True)
df.reset_index(inplace=True)

解决方案 5：

cols = list(df)
cols = [cols[-1]] + cols[:-1]
df = df[cols]

解决方案6：

order = [1,2,3,0] # setting column's order
df = df[[df.columns[i] for i in order]]

时间比较：

解决方案 1：

CPU 时间：用户 1.05 毫秒，系统：35 µs，总计：1.08 毫秒挂钟时间：995 µs

解决方案2：

CPU 时间：用户 933 µs，系统：0 ns，总计：933 µs 挂钟时间：800 µs

解决方案3：

CPU 时间：用户 0 ns，系统：1.35 ms，总计：1.35 ms 挂钟时间：1.08 ms

解决方案4：

CPU 时间：用户 1.23 毫秒，系统：45 µs，总计：1.27 毫秒挂钟时间：986 µs

解决方案5：

CPU 时间：用户 1.09 毫秒，系统：19 微秒，总计：1.11 毫秒挂钟时间：949 微秒

解决方案6：

CPU 时间：用户 955 µs、系统：34 µs、总计：989 µs 挂钟时间：859 µs

解决方案 7：

您需要按照所需顺序创建新的列列表，然后df = df[cols]按照新顺序重新排列这些列。

cols = ['mean']  + [col for col in df if col != 'mean']
df = df[cols]

你也可以使用更通用的方法。在本例中，最后一列（用 -1 表示）被插入为第一列。

cols = [df.columns[-1]] + [col for col in df if col != df.columns[-1]]
df = df[cols]

如果 DataFrame 中存在列，您还可以使用此方法按所需顺序重新排序列。

inserted_cols = ['a', 'b', 'c']
cols = ([col for col in inserted_cols if col in df] 
        + [col for col in df if col not in inserted_cols])
df = df[cols]

解决方案 8：

假设您有df列A B C。

最简单的方法是：

df = df.reindex(['B','C','A'], axis=1)

解决方案 9：

这个问题之前已经回答过，但reindex_axis现在已被弃用，所以我建议使用：

df = df.reindex(sorted(df.columns), axis=1)

对于那些想要指定他们想要的顺序而不是仅仅对它们进行排序的人来说，这里有解决方案：

df = df.reindex(['the','order','you','want'], axis=1)

现在，如何对列名列表进行排序实际上不是一个pandas问题，这是一个 Python 列表操作问题。有很多方法可以做到这一点，我认为这个答案有一个非常巧妙的方法。

解决方案 10：

如果列名太长而无法输入，那么您可以通过具有以下位置的整数列表指定新顺序：

数据：

          0         1         2         3         4      mean
0  0.397312  0.361846  0.719802  0.575223  0.449205  0.500678
1  0.287256  0.522337  0.992154  0.584221  0.042739  0.485741
2  0.884812  0.464172  0.149296  0.167698  0.793634  0.491923
3  0.656891  0.500179  0.046006  0.862769  0.651065  0.543382
4  0.673702  0.223489  0.438760  0.468954  0.308509  0.422683
5  0.764020  0.093050  0.100932  0.572475  0.416471  0.389390
6  0.259181  0.248186  0.626101  0.556980  0.559413  0.449972
7  0.400591  0.075461  0.096072  0.308755  0.157078  0.207592
8  0.639745  0.368987  0.340573  0.997547  0.011892  0.471749
9  0.050582  0.714160  0.168839  0.899230  0.359690  0.438500

通用示例：

new_order = [3,2,1,4,5,0]
print(df[df.columns[new_order]])  

          3         2         1         4      mean         0
0  0.575223  0.719802  0.361846  0.449205  0.500678  0.397312
1  0.584221  0.992154  0.522337  0.042739  0.485741  0.287256
2  0.167698  0.149296  0.464172  0.793634  0.491923  0.884812
3  0.862769  0.046006  0.500179  0.651065  0.543382  0.656891
4  0.468954  0.438760  0.223489  0.308509  0.422683  0.673702
5  0.572475  0.100932  0.093050  0.416471  0.389390  0.764020
6  0.556980  0.626101  0.248186  0.559413  0.449972  0.259181
7  0.308755  0.096072  0.075461  0.157078  0.207592  0.400591
8  0.997547  0.340573  0.368987  0.011892  0.471749  0.639745
9  0.899230  0.168839  0.714160  0.359690  0.438500  0.050582

尽管看起来我只是以不同的顺序明确地输入了列名，但“平均值”列的存在应该清楚地表明这new_order与实际位置有关，而不是列名。

对于OP问题的具体情况：

new_order = [-1,0,1,2,3,4]
df = df[df.columns[new_order]]
print(df)

       mean         0         1         2         3         4
0  0.500678  0.397312  0.361846  0.719802  0.575223  0.449205
1  0.485741  0.287256  0.522337  0.992154  0.584221  0.042739
2  0.491923  0.884812  0.464172  0.149296  0.167698  0.793634
3  0.543382  0.656891  0.500179  0.046006  0.862769  0.651065
4  0.422683  0.673702  0.223489  0.438760  0.468954  0.308509
5  0.389390  0.764020  0.093050  0.100932  0.572475  0.416471
6  0.449972  0.259181  0.248186  0.626101  0.556980  0.559413
7  0.207592  0.400591  0.075461  0.096072  0.308755  0.157078
8  0.471749  0.639745  0.368987  0.340573  0.997547  0.011892
9  0.438500  0.050582  0.714160  0.168839  0.899230  0.359690

这种方法的主要问题是多次调用相同的代码每次都会产生不同的结果，所以需要小心:)

解决方案 11：

您可以使用以下名称列表对数据框列进行重新排序：

df = df.filter(['list', 'of', 'column', 'names'])

pandas .filter 文档

解决方案 12：

我认为这是一个稍微更简洁的解决方案：

df.insert(0, 'mean', df.pop("mean"))

该解决方案与@JoeHeffer 的解决方案有些类似，但这只是一行。

"mean"这里我们从数据框中删除该列并将其附加到0具有相同列名的索引。

解决方案 13：

我自己也遇到过类似的问题，只是想补充一下我所确定的内容。我喜欢reindex_axis() method改变列顺序。这有效：

df = df.reindex_axis(['mean'] + list(df.columns[:-1]), axis=1)

根据@Jorge 的评论的替代方法：

df = df.reindex(columns=['mean'] + list(df.columns[:-1]))

虽然reindex_axis在微基准测试中似乎比略快reindex，但我认为我更喜欢后者，因为它的直接性。

解决方案 14：

这是一种移动现有列并修改现有数据框的方法。

my_column = df.pop('column name')
df.insert(3, my_column.name, my_column)  # Is in-place

解决方案 15：

该函数避免了您必须列出数据集中的每个变量只是为了对其中几个变量进行排序。

def order(frame,var):
    if type(var) is str:
        var = [var] #let the command take a string or list
    varlist =[w for w in frame.columns if w not in var]
    frame = frame[var+varlist]
    return frame

它需要两个参数，第一个是数据集，第二个是要放在前面的数据集中的列。

因此，在我的例子中，我有一个名为 Frame 的数据集，其中包含变量 A1、A2、B1、B2、Total 和 Date。如果我想将 Total 放在前面，那么我要做的就是：

frame = order(frame,['Total'])

如果我想将总计和日期放在最前面，那么我会这样做：

frame = order(frame,['Total','Date'])

编辑：

另一种有用的方法是，如果您有一个不熟悉的表，并且正在查找其中包含特定术语的变量，例如 VAR1，VAR2，...您可以执行如下操作：

frame = order(frame,[v for v in frame.columns if "VAR" in v])

解决方案 16：

只需这样做，

df = df[['mean'] + df.columns[:-1].tolist()]

解决方案 17：

只需输入您想要更改的列名，然后为新位置设置索引。

def change_column_order(df, col_name, index):
    cols = df.columns.tolist()
    cols.remove(col_name)
    cols.insert(index, col_name)
    return df[cols]

对于你的情况，这将是这样的：

df = change_column_order(df, 'mean', 0)

解决方案 18：

您可以执行以下操作（借用 Aman 的答案的部分内容）：

cols = df.columns.tolist()
cols.insert(0, cols.pop(-1))

cols
>>>['mean', 0L, 1L, 2L, 3L, 4L]

df = df[cols]

解决方案 19：

将任意列移动到任意位置：

import pandas as pd
df = pd.DataFrame({"A": [1,2,3], 
                   "B": [2,4,8], 
                   "C": [5,5,5]})

cols = df.columns.tolist()
column_to_move = "C"
new_position = 1

cols.insert(new_position, cols.pop(cols.index(column_to_move)))
df = df[cols]

解决方案 20：

我想将数据框中的两列放在前面，但我并不知道所有列的确切名称，因为它们之前是通过一个数据透视语句生成的。因此，如果您处于同样的情况：将您知道名称的列放在前面，然后让它们跟在“所有其他列”后面，我想出了以下通用解决方案：

df = df.reindex_axis(['Col1','Col2'] + list(df.columns.drop(['Col1','Col2'])), axis=1)

解决方案 21：

这是一个非常简单的答案（只有一行）。

您可以在将“n”列添加到 df 后执行此操作，如下所示。

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 5))
df['mean'] = df.mean(1)
df
           0           1           2           3           4        mean
0   0.929616    0.316376    0.183919    0.204560    0.567725    0.440439
1   0.595545    0.964515    0.653177    0.748907    0.653570    0.723143
2   0.747715    0.961307    0.008388    0.106444    0.298704    0.424512
3   0.656411    0.809813    0.872176    0.964648    0.723685    0.805347
4   0.642475    0.717454    0.467599    0.325585    0.439645    0.518551
5   0.729689    0.994015    0.676874    0.790823    0.170914    0.672463
6   0.026849    0.800370    0.903723    0.024676    0.491747    0.449473
7   0.526255    0.596366    0.051958    0.895090    0.728266    0.559587
8   0.818350    0.500223    0.810189    0.095969    0.218950    0.488736
9   0.258719    0.468106    0.459373    0.709510    0.178053    0.414752


### here you can add below line and it should work 
# Don't forget the two (()) 'brackets' around columns names.Otherwise, it'll give you an error.

df = df[list(('mean',0, 1, 2,3,4))]
df

        mean           0           1           2           3           4
0   0.440439    0.929616    0.316376    0.183919    0.204560    0.567725
1   0.723143    0.595545    0.964515    0.653177    0.748907    0.653570
2   0.424512    0.747715    0.961307    0.008388    0.106444    0.298704
3   0.805347    0.656411    0.809813    0.872176    0.964648    0.723685
4   0.518551    0.642475    0.717454    0.467599    0.325585    0.439645
5   0.672463    0.729689    0.994015    0.676874    0.790823    0.170914
6   0.449473    0.026849    0.800370    0.903723    0.024676    0.491747
7   0.559587    0.526255    0.596366    0.051958    0.895090    0.728266
8   0.488736    0.818350    0.500223    0.810189    0.095969    0.218950
9   0.414752    0.258719    0.468106    0.459373    0.709510    0.178053

解决方案 22：

您可以使用一组无序的唯一元素集合来保持“其他列的顺序不变”：

other_columns = list(set(df.columns).difference(["mean"])) #[0, 1, 2, 3, 4]

然后，您可以使用 lambda 将特定列移动到前面：

In [1]: import numpy as np                                                                               

In [2]: import pandas as pd                                                                              

In [3]: df = pd.DataFrame(np.random.rand(10, 5))                                                         

In [4]: df["mean"] = df.mean(1)                                                                          

In [5]: move_col_to_front = lambda df, col: df[[col]+list(set(df.columns).difference([col]))]            

In [6]: move_col_to_front(df, "mean")                                                                    
Out[6]: 
       mean         0         1         2         3         4
0  0.697253  0.600377  0.464852  0.938360  0.945293  0.537384
1  0.609213  0.703387  0.096176  0.971407  0.955666  0.319429
2  0.561261  0.791842  0.302573  0.662365  0.728368  0.321158
3  0.518720  0.710443  0.504060  0.663423  0.208756  0.506916
4  0.616316  0.665932  0.794385  0.163000  0.664265  0.793995
5  0.519757  0.585462  0.653995  0.338893  0.714782  0.305654
6  0.532584  0.434472  0.283501  0.633156  0.317520  0.994271
7  0.640571  0.732680  0.187151  0.937983  0.921097  0.423945
8  0.562447  0.790987  0.200080  0.317812  0.641340  0.862018
9  0.563092  0.811533  0.662709  0.396048  0.596528  0.348642

In [7]: move_col_to_front(df, 2)                                                                         
Out[7]: 
          2         0         1         3         4      mean
0  0.938360  0.600377  0.464852  0.945293  0.537384  0.697253
1  0.971407  0.703387  0.096176  0.955666  0.319429  0.609213
2  0.662365  0.791842  0.302573  0.728368  0.321158  0.561261
3  0.663423  0.710443  0.504060  0.208756  0.506916  0.518720
4  0.163000  0.665932  0.794385  0.664265  0.793995  0.616316
5  0.338893  0.585462  0.653995  0.714782  0.305654  0.519757
6  0.633156  0.434472  0.283501  0.317520  0.994271  0.532584
7  0.937983  0.732680  0.187151  0.921097  0.423945  0.640571
8  0.317812  0.790987  0.200080  0.641340  0.862018  0.562447
9  0.396048  0.811533  0.662709  0.596528  0.348642  0.563092

解决方案 23：

只需翻转即可。

df[df.columns[::-1]]

或者只是随机浏览一下。

import random
cols = list(df.columns)
random.shuffle(cols)
df[cols]

解决方案 24：

您可以使用reindex可以用于两个轴的：

df
#           0         1         2         3         4      mean
# 0  0.943825  0.202490  0.071908  0.452985  0.678397  0.469921
# 1  0.745569  0.103029  0.268984  0.663710  0.037813  0.363821
# 2  0.693016  0.621525  0.031589  0.956703  0.118434  0.484254
# 3  0.284922  0.527293  0.791596  0.243768  0.629102  0.495336
# 4  0.354870  0.113014  0.326395  0.656415  0.172445  0.324628
# 5  0.815584  0.532382  0.195437  0.829670  0.019001  0.478415
# 6  0.944587  0.068690  0.811771  0.006846  0.698785  0.506136
# 7  0.595077  0.437571  0.023520  0.772187  0.862554  0.538182
# 8  0.700771  0.413958  0.097996  0.355228  0.656919  0.444974
# 9  0.263138  0.906283  0.121386  0.624336  0.859904  0.555009

df.reindex(['mean', *range(5)], axis=1)

#        mean         0         1         2         3         4
# 0  0.469921  0.943825  0.202490  0.071908  0.452985  0.678397
# 1  0.363821  0.745569  0.103029  0.268984  0.663710  0.037813
# 2  0.484254  0.693016  0.621525  0.031589  0.956703  0.118434
# 3  0.495336  0.284922  0.527293  0.791596  0.243768  0.629102
# 4  0.324628  0.354870  0.113014  0.326395  0.656415  0.172445
# 5  0.478415  0.815584  0.532382  0.195437  0.829670  0.019001
# 6  0.506136  0.944587  0.068690  0.811771  0.006846  0.698785
# 7  0.538182  0.595077  0.437571  0.023520  0.772187  0.862554
# 8  0.444974  0.700771  0.413958  0.097996  0.355228  0.656919
# 9  0.555009  0.263138  0.906283  0.121386  0.624336  0.859904

解决方案 25：

书中最实用的方法

df.insert(0, "test", df["mean"])
df = df.drop(columns=["mean"]).rename(columns={"test": "mean"})

解决方案 26：

对我来说，一个非常简单的解决方案是.reindex使用df.columns：

df = df[df.columns.reindex(['mean', 0, 1, 2, 3, 4])[0]]

解决方案 27：

这是一个针对任意数量的列执行此操作的函数。

def mean_first(df):
    ncols = df.shape[1]        # Get the number of columns
    index = list(range(ncols)) # Create an index to reorder the columns
    index.insert(0,ncols)      # This puts the last column at the front
    return(df.assign(mean=df.mean(1)).iloc[:,index]) # new df with last column (mean) first

解决方案 28：

一种简单的方法是使用set()，特别是当您有一长串的列并且不想手动处理它们时：

cols = list(set(df.columns.tolist()) - set(['mean']))
cols.insert(0, 'mean')
df = df[cols]

解决方案 29：

这是一个非常简单的方法。如果您要从 excel 复制标题，请使用.split(' ')

df = df['FILE_NAME DISPLAY_PATH SHAREPOINT_PATH RETAILER LAST_UPDATE'.split()]

解决方案 30：

df = df.reindex(columns=["second", "first"])