Endre rekkefølgen på kolonner i Pandas DataFrame

1. Bruke kolonnevalg []
2. Bruke Reindex -metoden
3. Bruke kolonnevalg gjennom kolonneindeks
4. Kolonner ombestiller ved hjelp av .iloc
5. Kolonner ombestiller ved hjelp av .Loc
6. Ombestill kolonner ved hjelp av pandaer .sett inn()
7. Ombestill kolonnen til DataFrame ved å bruke stigende rekkefølge
8. Ombestill kolonnen til DataFrame ved å bruke en synkende rekkefølge

Metode 1: Bruke kolonnevalg []

Den første metoden vi vil diskutere er å omorganisere navnene på søylene på Pandas. DataFrame er et utvalg []. Dette er den veldig enkleste metoden for å omorganisere kolonnene.

I Cell [55]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I cellen [56]: Vi konverterer disse ordbøkene til en pandas dataaframe som vist i ovennevnte.

I Cell [57]: Vi viser vår nyopprettede dummy DataFrame.

I Cell [58]: Nå bestiller vi kolonnene ved å bruke utvalget []. I det ordner vi navnene på kolonnene i henhold til våre krav. Fra resultatene kan vi se at våre originale DataFrame -kolonner var i størrelsesorden (navn, alder, by, merker), men etter å ha endret bestillingen, ordrene til DataFrame -kolonnene i form av (navn, by, by, merker, alder).

Metode 2: Bruke Reindex -metoden

Den neste metoden som vi skal bruke er reindex. Dette er den vanligste måten å bruke pålegg kolonnene til en dataframe. Som med seleksjonsmetoden, er dette også en veldig enkel metode. Vi har tilgang til denne metoden ved hjelp av DF. reindex (kolonner = [navn på kolonnene]) som vist nedenfor:

I Cell [59]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I Cell [60]: Vi konverterer disse ordbøkene til en Pandas dataaframe som vist i ovennevnte.

I Cell [61]: Vi viser vår nyopprettede dummy DataFrame.

I cellen [62]: Nå bruker vi Reindex -metoden, som er en veldig enkel metode. I dette kaller vi bare metoden DF. Reindex og angi navnet på kolonnene i henhold til våre krav. Og fra resultatet kan vi se at rekkefølgen på kolonnen endret seg fra den opprinnelige DataFrame.

Metode 3: Bruke kolonnevalg gjennom kolonneindeks

Den neste metoden som vi skal diskutere er kolonneindeksen. Kolonneindeksen er også en veldig kjent metode og enkel å bruke. Denne metoden ligner veldig på reindex -metoden. I Reindex-metoden leverer vi ombestillingsnavnene på kolonnene, men her leverer vi ombestillingsnavnene på kolonnene i form av deres indeksverdi, ikke det faktiske navnet på kolonnene som vist nedenfor:

I Cell [63]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I cellen [64]: Vi konverterer disse ordbøkene til en Pandas dataaframe som vist i ovennevnte.

I Cell [65]: Vi viser vår nyopprettede dummy DataFrame.

I cellen [66]: Vi kaller metoden df. Kolonner, og vi passerte kolonnens indeksverdi i henhold til våre ordre krav. Vi skriver ut det nyopprettede DataFrame (DF_RE), og fra resultatene fant vi at kolonner endelig bestiller.

Metode 4: Kolonner ombestiller ved hjelp av .iloc

La oss først forstå LOC- og ILOC -metoden. Vi opprettet en Seried_df (serie) som vist nedenfor i cellenummeret [24]. Vi skriver deretter ut serien for å se indeksetiketten sammen med verdiene. Nå, på cellenummer [26], skriver vi ut serien_df.loc [4], som gir utgangen C. Vi kan se at indeksetiketten til 4 verdier er c. Så vi fikk riktig resultat.

Nå på cellenummeret [27], skriver vi ut serie_df.iloc [4], og vi fikk resultatet E som ikke er indeksetiketten. Men dette er indeksens plassering som teller fra 0 til slutten av raden. Så hvis vi begynner å telle fra første rad da, får vi e På indeksplassering 4. Så nå forstår vi hvordan denne to lignende LOC og ILOC fungerer.

Nå forstår vi LOC- og ILOC -metoden. Så først skal vi bruke ILOC -metoden.

I Cell [67]: Vi vil lage en ordbok med nøkkelverdiene, alder, by, by og merker.

I Cell [68]: Vi konverterer disse ordbøkene til en Pandas dataaframe som vist i ovennevnte.

I Cell [69]: Vi viser vår nyopprettede dummy DataFrame.

I Cell [70]: Vi ga indeksverdiene til kolonnene til ILOC og tildelte resultatet til en ny DataFrame (DF_NEW). Fra resultatene kan vi se at navnene på kolonnene er bestilt på nytt.

Metode 5: Kolonner ombestiller ved hjelp av .Loc

Vi har sett hvordan du bestiller navnet på kolonnene ved hjelp av ILOC-metoden. Nå skal vi implementere det samme ved hjelp av LOC -metoden. Vi vet allerede at LOC -metoden fungerer med indeksens plassering. Her passerer vi navnet på kolonnene i stedet for indeksverdien som vist nedenfor:

I Cell [71]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I celle [72]: Vi konverterer disse ordbøkene til en pandas dataaframe som vist i ovennevnte.

I Cell [73]: Vi viser vår nyopprettede dummy DataFrame.

I celle [74]: I eksemplet ovenfor passerte vi navnene på kolonner i en annen rekkefølge og den nylig genererte DataFrame; Når vi ble skrevet ut, fikk vi resultatene som viste at kolonnens navn er ombestilt.

Metode 6: Ombestill kolonner ved hjelp av pandaer .sett inn()

Den neste metoden som vi skal diskutere er Sett inn () -metoden. Denne metoden brukes ikke så mye. Årsaken bak den lange prosessen. I denne metoden oppretter vi først en kopi av en bestemt kolonne som vi ønsker å endre og deretter slette den kolonnen fra DataFrame og deretter stille den kolonnen til et nytt sted som vist nedenfor.

I Cell [75]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I cellen [76]: Vi konverterer disse ordbøkene til en pandas dataaframe som vist i ovennevnte.

I Cell [77]: Vi viser vår nyopprettede dummy DataFrame.

I Cell [78]: Vi opprettet først en kopi av Kalkens kolonne. Så slipper vi (sletter) den kolonnen fra DataFrame. Så setter vi inn kolonnen (merker) til et nytt sted mellom navn og alder.

Metode 7: Ombestill kolonnen til DataFrame ved å bruke stigende rekkefølge

Denne metoden er bare nyttig når vi ønsker å ordne kolonnene i stigende rekkefølge. Denne metoden endrer også rekkefølgen på kolonnene, så vi holder også denne metoden i artikkelen vår.

I Cell [79]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I cellen [80]: Vi konverterer disse ordbøkene til en pandas dataaframe som vist i ovennevnte.

I Cell [81]: Vi viser vår nyopprettede dummy DataFrame.

I Cell [82]: Vi oppretter først en liste over alle kolonnene i en DataFrame. Deretter sorterer vi DataFrame ved å kalle metoden Sorter () til den stigende rekkefølgen og deretter nylig liste vi tilordne til en DataFrame som en seleksjonsmetode og genererer en ny DataFrame og trykker ut at DataFrame.

Metode 8: Ombestill kolonnen til DataFrame ved å bruke en synkende rekkefølge

Denne metoden ligner på stigende metode. Den eneste forskjellen er at når vi kaller Sort () -metoden, passerer vi en parameter reverse = True som ordner navnene på kolonnene til den synkende rekkefølgen som vist nedenfor:

I Cell [84]: Vi vil lage en ordbok med nøkkelverdiene, alder, by og merker.

I cellen [85]: Vi konverterer disse ordbøkene til en pandas dataaframe som vist i det ovennevnte.

I Cell [86]: Vi viser vår nyopprettede dummy DataFrame.

I Cell [87]: Vi kaller sorteringen () -metoden og passerer en parameter reverse = True.

Konklusjon

I dette innlegget studerte vi de forskjellige typene Pandas Column Reorder Methods. Vi har også sett veldig enkle metoder som valg, reindex og kolonneindeksmetoder, og .loc og .iloc. Vi har også sett på slutten om stigende og synkende metoder. Vi inkluderte ingen tilpassede metoder for ombestillingen av kolonnene fordi noen sluttbruker definerer tilpassede metoder. Vi prøvde vårt beste for å inkludere alle viktige metoder som vil være nyttige i prosjektene dine.

Så det handler om pandas kolonnes ombestilling.