欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

pandas调整列的顺序以及添加列的实现

程序员文章站 2022-09-07 09:54:24
在对excel的操作中,调整列的顺序以及添加一些列也是经常用到的,下面我们用pandas实现这一功能。1、调整列的顺序>>> df = pd.read_excel(r'd:/myex...

在对excel的操作中,调整列的顺序以及添加一些列也是经常用到的,下面我们用pandas实现这一功能。

1、调整列的顺序

>>> df = pd.read_excel(r'd:/myexcel/1.xlsx')
>>> df
  a b c d
0  bob 12 78 87
1 millor 15 92 21
>>> df.columns
index(['a', 'b', 'c', 'd'], dtype='object')
# 这是最简单常用的一种方法,相当于指定列名让pandas
# 从df中获取
>>> df[['a', 'd', 'c', 'b']]
  a d c b
0  bob 87 78 12
1 millor 21 92 15
# 这也是可以的
>>> df[['a', 'a', 'a', 'a']]
  a  a  a  a
0  bob  bob  bob  bob
1 millor millor millor millor

2、添加某一列或者某几列

(1)直接添加

>>> df['e']=[1, 2]
>>> df
  a b c d e
0  bob 12 78 87 1
1 millor 15 92 21 2

(2)调用assign方法。该方法善于根据已有的列添加新的列,通过基本运算,或者调用函数

>>> df
  a b c d
0  bob 12 78 87
1 millor 15 92 21
# 其中e是列名,根据b列-c列的值得到
>>> df.assign(e=df['b'] - df['c'])
  a b c d e
0  bob 12 78 87 -66
1 millor 15 92 21 -77
# 添加两列也可以
>>> df.assign(e=df['b'] - df['c'], f=df['b'] * df['c'])
  a b c d e  f
0  bob 12 78 87 -66 936
1 millor 15 92 21 -77 1380

哈哈,以上就是pandas关于调整列的顺序以及新增列的用法

补充:pandas修改dataframe中的列名&调整列的顺序

修改列名:

直接调用接口:

df.rename()

看一下接口中的定义:

 def rename(self, *args, **kwargs):
  """
  alter axes labels.
  function / dict values must be unique (1-to-1). labels not contained in
  a dict / series will be left as-is. extra labels listed don't throw an
  error.
  see the :ref:`user guide <basics.rename>` for more.
  parameters
  ----------
  mapper, index, columns : dict-like or function, optional
   dict-like or functions transformations to apply to
   that axis' values. use either ``mapper`` and ``axis`` to
   specify the axis to target with ``mapper``, or ``index`` and
   ``columns``.
  axis : int or str, optional
   axis to target with ``mapper``. can be either the axis name
   ('index', 'columns') or number (0, 1). the default is 'index'.
  copy : boolean, default true
   also copy underlying data
  inplace : boolean, default false
   whether to return a new dataframe. if true then value of copy is
   ignored.
  level : int or level name, default none
   in case of a multiindex, only rename labels in the specified
   level.
  returns
  -------
  renamed : dataframe
  see also
  --------
  pandas.dataframe.rename_axis
  examples
  --------
  ``dataframe.rename`` supports two calling conventions
  * ``(index=index_mapper, columns=columns_mapper, ...)``
  * ``(mapper, axis={'index', 'columns'}, ...)``
  we *highly* recommend using keyword arguments to clarify your
  intent.
  >>> df = pd.dataframe({"a": [1, 2, 3], "b": [4, 5, 6]})
  >>> df.rename(index=str, columns={"a": "a", "b": "c"})
   a c
  0 1 4
  1 2 5
  2 3 6
 
  >>> df.rename(index=str, columns={"a": "a", "c": "c"})
   a b
  0 1 4
  1 2 5
  2 3 6
 
  using axis-style parameters
 
  >>> df.rename(str.lower, axis='columns')
   a b
  0 1 4
  1 2 5
  2 3 6
 
  >>> df.rename({1: 2, 2: 4}, axis='index')
   a b
  0 1 4
  2 2 5
  4 3 6
  """
  axes = validate_axis_style_args(self, args, kwargs, 'mapper', 'rename')
  kwargs.update(axes)
  # pop these, since the values are in `kwargs` under different names
  kwargs.pop('axis', none)
  kwargs.pop('mapper', none)
  return super(dataframe, self).rename(**kwargs)

注意:

一个*,输入可以是数组、元组,会把输入的数组或元组拆分成一个个元素。

两个*,输入必须是字典格式

示例:

>>>import pandas as pd
>>>a = pd.dataframe({'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]})
>>> a 
 a b c
0 1 4 7
1 2 5 8
2 3 6 9 
 
#将列名a替换为列名a,b改为b,c改为c
>>>a.rename(columns={'a':'a', 'b':'b', 'c':'c'}, inplace = true)
>>>a
 a b c
0 1 4 7
1 2 5 8
2 3 6 9

调整列的顺序:

如:

>>> import pandas
>>> dict_a = {'user_id':['webbang','webbang','webbang'],'book_id':['3713327','4074636','26873486'],'rating':['4','4','4'],
'mark_date':['2017-03-07','2017-03-07','2017-03-07']}
 
>>> df = pandas.dataframe(dict_a) # 从字典创建dataframe
>>> df # 创建好的df列名默认按首字母顺序排序,和字典中的先后顺序并不一样,字典中'user_id','book_id','rating','mark_date'
 
 book_id mark_date rating user_id
0 3713327 2017-03-07 4 webbang
1 4074636 2017-03-07 4 webbang
2 26873486 2017-03-07 4 webbang

直接修改列名:

>>> df = df[['user_id','book_id','rating','mark_date']] # 调整列顺序为'user_id','book_id','rating','mark_date'
>>> df
 
 user_id book_id rating mark_date
0 webbang 3713327 4 2017-03-07
1 webbang 4074636 4 2017-03-07
2 webbang 26873486 4 2017-03-07

就可以了。

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。如有错误或未考虑完全的地方,望不吝赐教。