【python数据分析基础】—对列操作：调整DataFrame的列顺序

---

前言

在数据处理过程中，经常需要将列按照一定的要求进行排序，以方便展示。本文主要几种调整列顺序的常用方法。

---

创建测试DataFrame

import pandas as pd
data={'state':['Ohio','Ohio','Ohio','Nevada','Nevada'],
      'year':[2000,2001,2002,2001,2002],
      'pop':[1.5,1.7,3.6,2.4,2.9]}

df=pd.DataFrame(data)
df
1
2
3
4
5
6
7

一、手动调动顺序

自己手动将列的名称按需要手动进行排序。

df[['pop','state','year']]
1

二、使用loc[]/iloc[]方法

.loc[]

df.loc[:,['pop','state','year']]
1

.iloc[]

df.iloc[:,[1,0,2]]
1

三、特定排序：逆序排序

• 方法一

cols=list(df.columns)
cols.reverse() #cols.reverse() 是将列表（list）进行逆序排序
df[cols]
1
2
3

• 方法二

cols=list(df.columns)
df[cols[::-1]]  ## cols[::-1] 省略开始和结束下标，步长为-1，倒叙取此列表的值
1
2

四、实际应用

数据准备：导入数据

import os 
import pandas as pd
import numpy as np

def read_file(filepath):
    os.chdir(os.path.dirname(filepath))
    return pd.read_csv(os.path.basename(filepath),encoding='utf-8')

file_pos="F:\\python_machine_learing_work\\501_model\\data\\第一次建模用的样本数据\\训练集\\v1_6_feature.csv"

data_pos=read_file(file_pos)
1
2
3
4
5
6
7
8
9
10
11

查看数据情况

data_pos.shape
data_pos.dtypes
1
2

移动最后一列"data_source"放到开头第一列，因为存在列的数量较多，不一定要通过列名称实现排序。

cols = data_pos.columns.tolist()
cols = cols[:1] + cols[-1:] + cols[1:-1]  # 将最后一列"data_source"放到开头第一列
data_pos= data_pos[cols]
1
2
3

---

参考文章：
https://blog.csdn.net/lemonbit/article/details/119495498