Pandas中DataFrame交换列顺序的方法实现

更新时间：2020年12月14日 10:48:11 作者：请叫我算术嘉

这篇文章主要介绍了Pandas中DataFrame交换列顺序的方法实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

一、获取DataFrame列标签

import pandas as pd 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv' 
dataset = pd.read_csv(file_path)
cols = list(dataset)

['ps_state-stopped', 'ps_state-running', 'ps_state-blocked', 'ps_state-paging', 'ps_state-sleeping', 'ps_state-zombies', 'fork_rate', 'cpu-2-system', 'cpu-2-nice', 'cpu-2-steal',...]

二、改变列标签为指定顺序

import pandas as pd

file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)

这里改变第一列和第二列的位置顺序，用到了python list中的两个方法

insert方法：
1.功能
insert()函数用于将指定对象插入列表的指定位置。
2.语法
list.insert(index, obj)
3.参数
index: 对象obj需要插入的索引位置。
obj: 插入列表中的对象。
pop() 函数用于移除列表中的一个元素（默认最后一个元素），并且返回该元素的值

三、利用loc获取新的DataFrame，拷贝交换顺序后的DataFrame

import pandas as pd

file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
data = dataset.loc[:, cols]

四、保存csv覆盖原来的csv

import pandas as pd
 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'

dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
data = dataset.loc[:, cols]
data.to_csv(file_path, index=False)

五、也可以这样

import pandas as pd
 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
dataset.loc[:, ['ps_state-running', 'ps_state-stopped']] = dataset[['ps_state-stopped', 'ps_state-running']].values
dataset.columns = cols
dataset.to_csv(file_path, index=False)

到此这篇关于Pandas中DataFrame交换列顺序的方法实现的文章就介绍到这了,更多相关Pandas DataFrame交换列顺序内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python 带有参数的装饰器实例代码详解
这篇文章主要介绍了Python 装饰器，带有参数的装饰器实例代码详解，代码简单易懂，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下
2018-12-12
python 判断字符串当中是否包含字符(str.contain)
这篇文章主要介绍了python 判断字符串当中是否包含字符(str.contain),文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-06-06
利用Python内置库实现创建命令行应用程序
Python 有一个叫做argparse的内置库，可以用它来创建一个命令行界面。本文将详解如何利用argparse实现创建一个命令行应用程序，需要的可以参考一下
2022-06-06
Python面向对象之成员相关知识总结
通过面向对象进行编程时,会遇到很多种情况,也会使用不同的成员来实现,接下来我们来逐一介绍成员特性和应用场景,需要的朋友可以参考下
2021-06-06
python 字典访问的三种方法小结
今天小编就为大家分享一篇python 字典访问的三种方法小结，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-12-12
Python中NumPy的数组重塑
这篇文章主要介绍了Python中NumPy的数组重塑,Numpy是Python科学计算库，用于快速处理任意维度的数组,NumPy使用c语言写的，底部解除了GIL，其对数组的操作速度不在受python解释器限制<BR>
2023-07-07
Python文本文件的合并操作方法代码实例
这篇文章主要介绍了Python文本文件的合并操作方法代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-03-03
Python list去重且保持原顺序不变的方法
这篇文章主要介绍了Python list去重且保持原顺序不变的方法，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下
2021-04-04
Python3进行表格数据处理的示例详解
数据处理是一个当下非常热门的研究方向，通过对于大型实际场景中的数据进行建模，可以用于预测下一阶段可能出现的情况。本文就来聊聊Python3进行表格数据处理的相关操作，需要的可以参考一下
2023-03-03
Python中Pickling和Unpickling的区别详解
在本文中,我们将探讨 Python 中 pickling 和 unpickling 之间的主要区别,我们将详细讨论 Python pickling 和 unpickling 的概念,包括它们的目的、语法、用法以及安全可靠的 pickling 和 unpickling 操作的注意事项,需要的朋友可以参考下
2023-09-09