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
使用django-suit为django 1.7 admin后台添加模板
前面我们介绍了Django-grappelli给admin添加模板，可是使用中发现inline有点问题，所以就换了今天我们要谈的Django-suit，貌似要稍微好一些2014-11-11
这篇文章主要为大家介绍了Python编程新标准学会十项好习惯提升编码质量,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2024-01-01
这篇文章主要介绍了Selenium 配置启动项参数的方法，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2020-12-12
这篇文章主要介绍了python 实现德洛内三角剖分的操作，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2021-04-04
在使用VSCode编写Python代码前,我们需要先配置Python环境,这篇文章主要给大家介绍了关于在VScode中配置Python开发环境的相关资料,需要的朋友可以参考下2023-12-12
在本篇文章里小编给大家整理了一篇关于Python中的反射知识点总结内容，有需要的朋友们可以跟着学习参考下。2021-11-11
如何修复使用 Python ORM 工具 SQLAlchemy 时的常见陷阱
SQLAlchemy 是一个 Python ORM 工具包，它提供使用 Python 访问 SQL 数据库的功能。这篇文章主要介绍了如何修复使用 Python ORM 工具 SQLAlchemy 时的常见陷阱,需要的朋友可以参考下2019-11-11
压缩 PDF 文件能有效减小文件大小并提高文件传输的效率,同时还能节省计算机存储空间,除了使用一些专业工具对PDF文件进行压缩,我们还可以通过 Python 来执行该操作,本文将分享一个简单有效的使用 Python 压缩 PDF 文件的方法,需要的朋友可以参考下2024-06-06
下面小编就为大家分享一篇Python判断文件和字符串编码类型的实例，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2017-12-12
这篇文章主要为大家详细介绍了如何利用Python语言实现邮件自动下载以及附件解析功能，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下2022-07-07
最新评论