Перемещение столбца в pandas dataframe

Ответ 1

Вы можете изменить порядок столбцов, указав их порядок:

df = df[['a', 'y', 'b', 'x']]

В случае больших фреймов данных, где заголовки столбцов являются динамическими, вы можете использовать понимание списка, чтобы выбрать каждый столбец, не входящий в ваш целевой набор, а затем добавить конечный набор в конец.

>>> df[[c for c in df if c not in ['b', 'x']] 
       + ['b', 'x']]
   a  y  b   x
0  1 -1  2   3
1  2 -2  4   6
2  3 -3  6   9
3  4 -4  8  12

Чтобы сделать его более пуленепробиваемым, вы можете убедиться, что целевые столбцы действительно находятся в кадре данных:

cols_at_end = ['b', 'x']
df = df[[c for c in df if c not in cols_at_end] 
        + [c for c in cols_at_end if c in df]]

Ответ 2

cols = list(df.columns.values) #Make a list of all of the columns in the df
cols.pop(cols.index('b')) #Remove b from list
cols.pop(cols.index('x')) #Remove x from list
df = df[cols+['b','x']] #Create new dataframe with columns in the order you want

Ответ 3

Вы можете использовать путь ниже. Это очень просто, но похоже на хороший ответ, данный Чарли Хейли.

df1 = df.pop('b') # remove column b and store it in df1
df2 = df.pop('x') # remove column x and store it in df2
df['b']=df1 # add b series as a 'new' column.
df['x']=df2 # add b series as a 'new' column.

Теперь у вас есть ваш фрейм данных со столбцами "b" и "x" в конце. Вы можете посмотреть это видео с OSPY: https://youtu.be/RlbO27N3Xg4

Ответ 4

Вы можете использовать pd.Index.difference с np.hstack, затем reindex или использовать индексирование на основе меток. В целом, это хорошая идея, чтобы избежать списочных пониманий или других явных циклов с объектами NumPy/Pandas.

cols_to_move = ['b', 'x']
new_cols = np.hstack((df.columns.difference(cols_to_move), cols_to_move))

# OPTION 1: reindex
df = df.reindex(columns=new_cols)

# OPTION 2: direct label-based indexing
df = df[new_cols]

# OPTION 3: loc label-based indexing
df = df.loc[:, new_cols]

print(df)

#    a  y  b   x
# 0  1 -1  2   3
# 1  2 -2  4   6
# 2  3 -3  6   9
# 3  4 -4  8  12

Ответ 5

Эта функция переупорядочивает ваши столбцы без потери данных. Все пропущенные столбцы остаются в центре набора данных:

def reorder_columns(columns, first_cols=[], last_cols=[], drop_cols=[]):
    columns = list(set(columns) - set(first_cols))
    columns = list(set(columns) - set(drop_cols))
    columns = list(set(columns) - set(last_cols))
    new_order = first_cols + columns + last_cols
    return new_order

Пример использования:

my_list = ['first', 'second', 'third', 'fourth', 'fifth', 'sixth']
reorder_columns(my_list, first_cols=['fourth', 'third'], last_cols=['second'], drop_cols=['fifth'])

# Output:
['fourth', 'third', 'first', 'sixth', 'second']

Чтобы назначить свой фрейм данных, используйте:

my_list = df.columns.tolist()
reordered_cols = reorder_columns(my_list, first_cols=['fourth', 'third'], last_cols=['second'], drop_cols=['fifth'])
df = df[reordered_cols]

Ответ 6

Вы также можете сделать это как однострочник:

df.drop(columns=['b', 'x']).assign(b=df['b'], x=df['x'])

Ответ 7

Альтернативный, более общий метод;

from pandas import DataFrame


def move_columns(df: DataFrame, cols_to_move: list, new_index: int) -> DataFrame:
    """
    This method re-arranges the columns in a dataframe to place the desired columns at the desired index.
    ex Usage: df = move_columns(df, ['Rev'], 2)   
    :param df:
    :param cols_to_move: The names of the columns to move. They must be a list
    :param new_index: The 0-based location to place the columns.
    :return: Return a dataframe with the columns re-arranged
    """
    other = [c for c in df if c not in cols_to_move]
    start = other[0:new_index]
    end = other[new_index:]
    return df[start + cols_to_move + end]