Modifica l'ordine delle colonne in Pandas DataFrame
- Utilizzo della selezione della colonna []
- Utilizzando il metodo ReindEx
- Utilizzo della selezione della colonna tramite indice della colonna
- Le colonne riordino usando il file .Iloc
- Le colonne riordino usando il file .loc
- Riordine colonne usando panda .inserire()
- Riordinare la colonna di dati utilizzando l'ordine ascendente
- Riordinare la colonna di dati di dati utilizzando un ordine decrescente
Metodo 1: Utilizzo della selezione della colonna []
Il primo metodo che discuteremo è di riordinare i nomi delle colonne dei panda. DataFrame è una selezione []. Questo è il metodo molto più semplice per riordinare le colonne.
In Cell [55]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [56]: convertiamo quei dizionari in un telaio di dati Panda come mostrato in quanto sopra.
In Cell [57]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In Cell [58]: ora stiamo riordinando le colonne usando la selezione []. In questo, riorganizziamo i nomi delle colonne secondo i nostri requisiti. Dai risultati, possiamo vedere che le nostre colonne originali di dati di dati erano nell'ordine di (nome, età, città, marchi), ma dopo aver cambiato il loro ordine, gli ordini delle colonne di dati di dati sotto forma di (nome, città, città, segni, età).
Metodo 2: Utilizzando il metodo ReindEx
Il prossimo metodo che useremo è il reindEx. Questo è il modo più comune di utilizzare riordinare le colonne di un frame di dati. Come con il metodo di selezione, questo è anche un metodo molto semplice. Possiamo accedere a questo metodo usando il DF. reindEx (colonne = [nomi delle colonne]) come mostrato di seguito:
In Cell [59]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [60]: convertiamo quei dizionari in un telaio di dati Pandas come mostrato in quanto sopra.
In Cell [61]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In Cell [62]: ora stiamo usando il metodo ReinDex, che è un metodo molto semplice. In questo, chiamiamo semplicemente il metodo DF. reindex e imposta il nome delle colonne in base ai nostri requisiti. E dal risultato, possiamo vedere che l'ordine della colonna è cambiato dal frame dati originale.
Metodo 3: Utilizzo della selezione della colonna tramite indice della colonna
Il prossimo metodo di cui discuteremo è l'indice di colonna. L'indice della colonna è anche un metodo molto famoso e facile da usare. Questo metodo è molto simile al metodo ReindEx. Nel metodo ReindEx, forniamo i nomi di riordinatura delle colonne, ma qui forniamo i nomi di riordinatura delle colonne sotto forma del loro valore dell'indice, non il nome effettivo delle colonne come mostrato di seguito:
In Cell [63]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [64]: convertiamo quei dizionari in un frame di dati Panda come mostrato in quanto sopra.
In Cell [65]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In cell [66]: chiamiamo il metodo DF. colonne e abbiamo superato il valore dell'indice delle loro colonne in base ai nostri requisiti di riordino. Stampiamo il data frame di nuova creazione (DF_RE) e, dai risultati, abbiamo scoperto che le colonne finalmente riordinano.
Metodo 4: Le colonne riordino usando il file .Iloc
Comprendiamo prima il metodo LOC e ILOC. Abbiamo creato un seried_df (serie) come mostrato di seguito nel numero di cella [24]. Quindi stampiamo la serie per vedere l'etichetta dell'indice insieme ai valori. Ora, al numero di celle [26], stiamo stampando la serie_df.loc [4], che fornisce l'output c. Possiamo vedere che l'etichetta dell'indice a 4 valori è C. Quindi abbiamo ottenuto il risultato corretto.
Ora al numero di celle [27], stiamo stampate Series_DF.iloc [4], e abbiamo ottenuto il risultato e che non è l'etichetta dell'indice. Ma questa è la posizione dell'indice che conta da 0 alla fine della riga. Quindi, se iniziamo a contare dalla prima riga, allora otteniamo e nella posizione dell'indice 4. Quindi, ora capiamo come funzionano questi due simili LOC e ILOC.
Ora comprendiamo il metodo LOC e ILOC. Quindi prima, useremo il metodo ILOC.
In Cell [67]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [68]: convertiamo quei dizionari in un telaio di dati Pandas come mostrato in quanto sopra.
In Cell [69]: stiamo visualizzando il nostro frame dati fittizio appena creato.
Nella cella [70]: abbiamo superato i valori dell'indice delle colonne all'ILOC e assegnato il risultato a un nuovo Frame di dati (DF_NEW). Dai risultati, possiamo vedere che i nomi delle colonne sono riordinati.
Metodo 5: Le colonne riordino usando il file .loc
Abbiamo visto come riordinare il nome delle colonne usando il metodo ILOC. Ora, implementeremo lo stesso usando il metodo LOC. Sappiamo già che il metodo LOC funziona con la posizione dell'indice. Qui, passiamo il nome delle colonne anziché il valore dell'indice come mostrato di seguito:
In Cell [71]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [72]: convertiamo quei dizionari in un frame dati Panda come mostrato in quanto sopra.
In Cell [73]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In Cell [74]: nell'esempio sopra, abbiamo superato i nomi delle colonne in un ordine diverso e il frame dati appena generato; Se stampati, abbiamo ottenuto i risultati che hanno mostrato che i nomi delle colonne vengono riordinati.
Metodo 6: Riordine colonne usando panda .inserire()
Il prossimo metodo di cui discuteremo è il metodo insert (). Questo metodo non è usato così tanto. Il motivo dietro il suo lungo processo. In questo metodo, in primo luogo, creiamo una copia di una colonna particolare quale posizione vogliamo cambiare e quindi eliminare quella colonna dal frame dati e quindi impostare quella colonna su una nuova posizione come mostrato di seguito.
In Cell [75]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [76]: convertiamo quei dizionari in un frame di dati Panda come mostrato in quanto sopra.
In Cell [77]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In Cell [78]: abbiamo creato per la prima volta una copia della colonna dei segni. Quindi eliminiamo (eliminiamo) quella colonna dal frame dati. Quindi inseriamo la colonna (segni) in una nuova posizione tra il nome ed età.
Metodo 7: Riordinare la colonna di dati utilizzando l'ordine ascendente
Questo metodo è utile solo quando vogliamo organizzare le colonne in ordine crescente. Questo metodo modifica anche l'ordine delle colonne, quindi manteniamo anche questo metodo nel nostro articolo.
In Cell [79]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [80]: convertiamo quei dizionari in un telaio di dati Pandas come mostrato in quanto sopra.
In Cell [81]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In Cell [82]: creiamo prima un elenco di tutte le colonne di un frame di dati. Quindi ordiniamo il frame dati chiamando il metodo ordin () all'ordine ascendente e quindi elencati appena assegnati a un telaio di dati come un metodo di selezione e genera un nuovo telaio di dati e stampano quel telaio dati.
Metodo 8: Riordinare la colonna di dati di dati utilizzando un ordine decrescente
Questo metodo è simile al metodo ascendente. L'unica differenza è che quando chiamiamo il metodo Ord (), passiamo un parametro reverse = true che organizza i nomi delle colonne all'ordine decrescente come mostrato di seguito:
In Cell [84]: creeremo un dizionario con il nome dei valori chiave, l'età, la città e i segni.
In Cell [85]: convertiamo quei dizionari in un telaio di dati Panda come mostrato in quanto sopra.
In Cell [86]: stiamo visualizzando il nostro frame dati fittizio appena creato.
In cell [87]: chiamiamo il metodo Ord () e passiamo un parametro inversa = true.
Conclusione
In questo post, abbiamo studiato i diversi tipi di metodi di riordino della colonna Pandas. Abbiamo anche visto metodi molto facili come metodi di selezione, reindEx e indice di colonna e .loc e .Iloc. Abbiamo anche visto alla fine sui metodi ascendenti e discendenti. Non abbiamo incluso alcun metodo personalizzato per il riordino delle colonne perché qualsiasi utente finale definisce i metodi personalizzati. Abbiamo fatto del nostro meglio per includere tutti i metodi importanti che saranno utili nei tuoi progetti.
Quindi si tratta di riordine delle colonne di panda.