在大 pandas 数据帧中重新排列不连续的列数 [英] Rearranging a non-consecutive order of columns in pandas dataframe

问题描述

我有一个熊猫数据框（结果）df与n（可变）列，我使用两个其他数据帧的合并生成：

  result1 = df1.merge（df2，on ='ID'，how ='left'）
  

result1数据框预计有一列变量（这是一个较大的脚本的一部分）。我想以最后2列连续排列的方式安排列，则所有剩余的列都将跟随（而第一列保持为第一列）。如果result1已知有6列，那么我可以使用：

  result2 = result1.iloc [：，[0,4 ，5,1,2,3]]＃这工作正常。 
  

但是，我需要1,2,3是一个范围格式，因为它不实用输入每个df的整个数字。所以，我想到使用：

  result2 = result1.iloc [：，[0，len（result1.columns），len （result1.columns）-1，1：len（result1.columns-2]] 
 #Assuming 6列：0，5，4，1，2，3 
  

这将是想法，但这是创建语法错误。任何建议来解决这个问题？

解决方案

而不是使用切片语法，我只需要创建一个列表，并使用它：

 >>> df 
 0 1 2 3 4 5 
 0 0 1 2 3 4 5 
 1 0 1 2 3 4 5 
 2 0 1 2 3 4 5 
 3 0 1 2 3 4 5 
 4 0 1 2 3 4 5 
>> ncol = len（df.columns）
>> ; df.iloc [：，[0，ncol-1，ncol-2] + list（range（1，ncol-2））] 
 0 5 4 1 2 3 
 0 0 5 4 1 2 3 
 1 0 5 4 1 2 3 
 2 0 5 4 1 2 3 
 3 0 5 4 1 2 3 
 4 0 5 4 1 2 3 
  

I have a pandas data frame (result) df with n (variable) columns that I generated using the merge of two other data frames:

result1 = df1.merge(df2, on='ID', how='left')

result1 dataframe is expected to have a variable # of columns (this is part of a larger script). i want to arrange the columns in a way that the last 2 columns will be the second and third consecutively, then all the remaining columns will follow (while the first column stays as first column). If result1 is known to have 6 columns, then i could use:

result2=result1.iloc[:,[0,4,5,1,2,3]] #this works fine. 

BUT, i need the 1,2,3 to be in a range format as it is not practical to enter the whole of the numbers for each df. So, i thought of using:

result2=result1.iloc[:,[0,len(result1.columns), len(result1.columns)-1, 1:len(result1.columns-2]]
#Assuming  6 columns :  0,           5        , 4                     ,  1,  2, 3

That would be the idea way but this is creating syntax errors. Any suggestions to fix this?

解决方案

Instead of using slicing syntax, I'd just build a list and use that:

>>> df
   0  1  2  3  4  5
0  0  1  2  3  4  5
1  0  1  2  3  4  5
2  0  1  2  3  4  5
3  0  1  2  3  4  5
4  0  1  2  3  4  5
>>> ncol = len(df.columns)
>>> df.iloc[:,[0, ncol-1, ncol-2] + list(range(1,ncol-2))]
   0  5  4  1  2  3
0  0  5  4  1  2  3
1  0  5  4  1  2  3
2  0  5  4  1  2  3
3  0  5  4  1  2  3
4  0  5  4  1  2  3

这篇关于在大 pandas 数据帧中重新排列不连续的列数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！