Dataframe的行名及列名排序问题
更新时间：2023年09月12日 16:54:55 作者：好多好多鱼~
这篇文章主要介绍了Dataframe的行名及列名排序问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
Dataframe的行名及列名排序
pandas是Python进行数据处理中强大的数据包，在进行数据处理的时候时常会用到关于Dataframe格式数据的一些调整和排序，下面是关于行列操作的一些总结：
列的重命名
在数据处理的时有时会设计的列名与想用的列名不匹配，可以使用一下代码进行header的重命名：
df = pd.read_csv(path, header=0) print(df) close date high low money open time volume 0 66.48 2020-01-02 66.48 65.85 5722474 66.01 09:31 866 1 66.30 2020-01-02 66.48 66.18 2646681 66.22 09:32 399 2 66.37 2020-01-02 66.39 66.16 1279115 66.17 09:33 193 3 66.45 2020-01-02 66.45 66.37 4130439 66.39 09:34 622 4 66.28 2020-01-02 66.48 66.28 2149783 66.45 09:35 324 ... ... ... ... ... ... ... ... ... 5755 84.17 2020-02-27 84.22 84.12 3081344 84.12 14:56 366 5756 84.17 2020-02-27 84.19 84.14 2263360 84.17 14:57 269 5757 84.14 2020-02-27 84.14 84.14 16896 84.14 14:58 2 5758 84.14 2020-02-27 84.14 84.14 0 84.14 14:59 0 5759 84.09 2020-02-27 84.09 84.09 7182208 84.09 15:00 854 order = ['date', 'time', 'open', 'high', 'low', 'close', 'volume', 'money'] #对于列进行重排序 df = df[order] print(df) date time open high low close volume money 0 2020-01-02 09:31 66.01 66.48 65.85 66.48 866 5722474 1 2020-01-02 09:32 66.22 66.48 66.18 66.30 399 2646681 2 2020-01-02 09:33 66.17 66.39 66.16 66.37 193 1279115 3 2020-01-02 09:34 66.39 66.45 66.37 66.45 622 4130439 4 2020-01-02 09:35 66.45 66.48 66.28 66.28 324 2149783 ... ... ... ... ... ... ... ... ... 5755 2020-02-27 14:56 84.12 84.22 84.12 84.17 366 3081344 5756 2020-02-27 14:57 84.17 84.19 84.14 84.17 269 2263360 5757 2020-02-27 14:58 84.14 84.14 84.14 84.14 2 16896 5758 2020-02-27 14:59 84.14 84.14 84.14 84.14 0 0 5759 2020-02-27 15:00 84.09 84.09 84.09 84.09 854 7182208
这样就完成了列名的排序
修改列名
有的时候设置的列名不规范导致格式不一致，可以通过下列方法直接对每一列的列名进行修改
import pandas as pd
df = pd.read_csv('123.csv',header = 0)
df.columns =['date', 'timetemp', 'open', 'high', 'low', 'close', 'volume', 'money']
print(df)行的排序
可以按照某一列的值对于Dataframe进行行的排序得到自己想要的排列顺序
import pandas as pd
frame = pd.read_csv('321.csv',header = 0)
frame = frame.sort_values('date')
frame.reset_index(drop=True, inplace=True)DataFrame格式数据排序
简单说关于排序若只需要按索引、列名排序，如下（True从小到大，False反之）
#.sort_index(axis = 0,ascending = True)#axis: 轴方向，默认0#ascending: 默认True从小到大，Fasle从大到小#如import pandas as pda = [[1,2,3],[2,3,4],[4,6,9],[3,1,5]]b = pd.DataFrame(a, columns = ['b','c','a'])b = b.set_index('b')print(b,'\n-----------')d = b.sort_index(axis = 0,ascending = True)print(d)
axis决定是按行名还是列名排序，
举例：
- 按行axis = 0
- 按列axis = 1
若需要指定按照某一行/列大小排序
#.sort_values(by, axis = 0,ascending = True)
#如`在这里插入代码片`
import pandas as pd
a = [[1,2,3],[2,3,4],[4,6,9],[3,5,1]]
b = pd.DataFrame(a, columns = ['b','c','a'])
b = b.set_index('b')
print(b,'\n-----------')
# c = b.sort_values(by = 3,axis = 1,ascending = True)
c = b.sort_values(by = 'c',axis = 0,ascending = True)
print(c)
# d = b.sort_index(axis = 1,ascending = True)
# print(d)- 按某一列
- 按某一行
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python设计实现的计算器功能,结合完整实例形式分析了Python3.5实现计算器功能的正则、字符串及数值运算等相关操作技巧,需要的朋友可以参考下2017-08-08
Python OpenCV中的drawMatches()关键匹配绘制方法
这篇文章主要介绍了Python OpenCV中的drawMatches()关键匹配绘制方法，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的朋友可以参考一下2022-07-07
Python Joblib库是一个用于并行计算和数据预处理的工具库。它可以帮助用户快速处理大量数据，提高计算效率。其中，最常用的功能是并行计算，可以使用多个CPU核心同时处理任务，大大缩短计算时间。此外，Joblib还提供了一些数据预处理的功能，可以帮助用户更好地处理数据2023-06-06
今天小编就为大家分享一篇python 实现矩阵填充0的例子，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2019-11-11
这篇文章主要为大家详细介绍了python实现贪吃蛇游戏，文中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2019-01-01
Python jieba库文本处理词性标注和关键词提取进行文本情感分析
这篇文章主要为大家介绍了Python使用中文文本处理利器jieba库中的词性标注和关键词提取功能进行文本情感分析实例解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-12-12
这篇文章主要介绍了Python监控服务器实用工具psutil使用解析,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2019-12-12
这篇文章主要介绍了Python使用apscheduler模块设置定时任务,APScheduler全称Advanced Python Scheduler 作用为在指定的时间规则执行指定的作业，本文对Python APScheduler 定时任务相关知识介绍的非常详细，需要的朋友参考下2022-05-05
选择PyQt或PySide来开发图形界面是因为Python和Qt的跨平台特性，Qt5甚至支持iOS和Android，并且开发相同的软件，Python的效率是极高的，下面看使用示例2014-01-01
这篇文章主要给大家介绍了关于Python中zipfile压缩文件模块的基本使用教程，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧2020-06-06
最新评论