Pandas实现列(column)排序的几种方法

更新时间：2023年11月26日 10:35:35 作者：AI科技大本营

Pandas是一种高效的数据处理库,在数据处理过程中,咱们经常需要将列按照一定的要求进行排序,本文就来介绍一下Pandas实现列(column)排序的几种方法,感兴趣的可以了解一下

数据准备

文中主要使用了 pandas 和 akshare ，首先导入 Python 库，如下：

import pandas as pd
import akshare as ak

print(f'pandas version: {pd.__version__}')

本次使用的数据如下：

data = {
    'brand':['Python数据之道','价值前瞻','菜鸟数据之道','Python','Java'],
    'B':[4,6,8,12,10],
    'A':[10,2,5,20,16],
    'D':[6,18,14,6,12],
    'years':[4,1,1,30,30],
    'C':[8,12,18,8,2],
}

df = pd.DataFrame(data=data)
df

现将现有的 columns 输出，方便后面 copy 使用。

df.columns

# Index(['brand', 'B', 'A', 'D', 'years', 'C'], dtype='object')

Method 1

第一种方法，也是我自己常用的方法，就是自己将列的名称按需要进行手动排序，然后运行代码如下：

Method 2

第二种方法，是使用 .iloc 方法，通过列的位置来进行排序，如下：

Method 3

第三种方法，是使用 .loc 方法，通过列的名称来进行排序，如下：

这种方法跟第一种方法类似，个人觉得第一种方法更简洁些。

Method 4

第四种是逆序排序，算是排序中一种特定的排序方式。

# Method 4 ,逆序

cols = list(df.columns)

cols.reverse()

df[cols]

上述代码中，cols.reverse() 是将列表（list）进行逆序排序。

此外，列表（list）的逆序排序，还可以用 cols[::-1] 来实现。因此，下面的方法也可以实现逆序排序。

# Method 4 ,逆序

cols = list(df.columns)

df[cols[::-1]]

实战案例：自由排序

有时候，当存在变量、列的数量较多，或者不同的dataframe中列的名称不完全一致等情况出现时，咱们不一定会通过列名称来实现排序。

这里分享一个实战案例，是关于制作基金的十大持仓数据表的，具体过程我就不在这里描述了，下面给出实现的函数，有兴趣的同学可以研究下。

自定义函数如下：

# 需要安装 akshare
# pip install akshare

years = ['2019','2020','2021']

def fund_stock_holding(years,code):
    data = pd.DataFrame()
    for yr in years:
        df_tmp = ak.fund_em_portfolio_hold(code=code,year=yr)
        data = data.append(df_tmp)

    data['季度']=data['季度'].apply(lambda x:x[:8])
    data['占净值比例'] = pd.to_numeric(data['占净值比例'])
    data = data.sort_values(['季度','持仓市值'],ascending=[True,False])
    df = data.set_index(['序号','季度']).stack().unstack([1,2]).head(10)
    df = df.loc[:,(slice(None), '股票名称')]
    df = df.droplevel(None,axis=1)
    df.columns.name=None
    df = df.reset_index()
#     df.index.name = None
    df['基金代码'] = code
    return df
    
df = fund_stock_holding(years,'005669')
df

得到的数据表格如下：

上面的表格中，我需要将 基金代码 这一列移动到 序号 这列的后面，由于 years = ['2019','2020','2021'] 这是一个变量，当具体的值不同时，会导致列名称不一样，因此，在这种情况下我们不能直接使用列的具体名称，但咱们可以通过列的位置组合来实现，列的调整具体如下：

cols = df.columns.tolist()
    cols = cols[:1] + cols[-1:] + cols[1:-1]  # 将基金代码列名放前面
    df = df[cols]

将上面的调整过程整合到自定义函数中，完整的代码如下：

# 需要安装 akshare
# pip install akshare

years = ['2019','2020','2021']

def fund_stock_holding_update(years,code):
    data = pd.DataFrame()
    for yr in years:
        df_tmp = ak.fund_em_portfolio_hold(code=code,year=yr)
        data = data.append(df_tmp)

    data['季度']=data['季度'].apply(lambda x:x[:8])
    data['占净值比例'] = pd.to_numeric(data['占净值比例'])
    data = data.sort_values(['季度','持仓市值'],ascending=[True,False])
    df = data.set_index(['序号','季度']).stack().unstack([1,2]).head(10)
    df = df.loc[:,(slice(None), '股票名称')]
    df = df.droplevel(None,axis=1)
    df.columns.name=None
    df = df.reset_index()
#     df.index.name = None
    df['基金代码'] = code
    cols = df.columns.tolist()
    cols = cols[:1] + cols[-1:] + cols[1:-1]  # 将基金代码列名放前面
    df = df[cols]
    return df
    
df = fund_stock_holding_update(years,'005669')
df

效果如下：

当然，我最后实现的效果是将基金代码换成基金名称，这个可以想办法实现，效果如下：

小结

以上就是关于 Pandas 中列名称排序的介绍，看似很简单的内容，在最后的实践中，也还是有些小技巧的。

到此这篇关于Pandas实现列(column)排序的几种方法的文章就介绍到这了,更多相关Pandas 列排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中使用 Selenium 实现网页截图实例
这篇文章主要介绍了Python中使用 Selenium 实现网页截图实例,Selenium支持Java、C#、Ruby 以及 Python等语言,本文以Python语言为例,需要的朋友可以参考下
2014-07-07
如何用Python获取计算机名,ip地址,mac地址
这篇文章主要介绍了如何用Python获取计算机名,ip地址,mac地址，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
2021-03-03
matplotlib绘制符合论文要求的图片实例(必看篇)
下面小编就为大家带来一篇matplotlib绘制符合论文要求的图片实例(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-06-06
Python的反射函数与内省工具深入解析
这篇文章主要为大家介绍了Python的反射函数与内省工具深入解析，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
2023-06-06
python实现每天自动签到领积分的示例代码
这篇文章主要介绍了python实现每天自动签到领积分的示例代码，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
2020-08-08
带你了解Python妙开根号的三种方式
这篇文章主要为大家介绍了Python妙开根号的三种方式，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2022-01-01
numpy中np.c_和np.r_的用法解析
本文主要介绍了numpy中np.c_和np.r_的用法解析，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，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03
python实现微信每日一句自动发送给喜欢的人
这篇文章主要为大家详细介绍了python实现微信每日一句自动发送给喜欢的人，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-04-04
pandas read_excel()和to_excel()函数解析
这篇文章主要介绍了pandas read_excel()和to_excel()函数解析，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，需要的朋友们下面随着小编来一起学习学习吧
2019-09-09
解决python3.6 右键没有 Edit with IDLE的问题
这篇文章主要介绍了解决python3.6 右键没有 Edit with IDLE的问题，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
2021-03-03