DataFrame中列的顺序改变

一个强强迫症患者,针对一些列的顺序格外难受,利用一下可以改变列的顺序

order = ['date', 'time', 'open', 'high', 'low', 'close', 'volumefrom', 'volumeto']
df = df[order]
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PySpark DataFrame 是一种高效的 Python 数据处理工具,能够处理海量的数据,并且能够以非常高效率的方式调整 DataFrame 中的顺序。下面是具体的步骤: 1. 通过 select 函数选取需要的,指定顺序,并保存到 list 中。例如,假设有一个 DataFrame df,其中包含 A、B、C、D 四,现在需要将顺序调整为 B、D、A、C,可以使用如下代码: cols = ['B', 'D', 'A', 'C'] new_df = df.select(cols) 2. 通过 withColumn 函数调整顺序,指定每一的名称和位置。例如,假设有一个 DataFrame df,其中包含 A、B、C、D 四,现在需要将顺序调整为 B、D、A、C,可以使用如下代码: new_df = df.withColumn("B", df["B"])\ .withColumn("D", df["D"])\ .withColumn("A", df["A"])\ .withColumn("C", df["C"]) 3. 通过 withColumnRenamed 函数改变名,然后再通过 select 函数选择需要的,并指定顺序。例如,假设有一个 DataFrame df,其中包含 A、B、C、D 四,现在需要将顺序调整为 B、D、A、C,并将名分别改为 Column1、Column2、Column3、Column4,可以使用如下代码: new_df = df.withColumnRenamed("B", "Column1")\ .withColumnRenamed("D", "Column2")\ .withColumnRenamed("A", "Column3")\ .withColumnRenamed("C", "Column4")\ .select("Column1", "Column2", "Column3", "Column4") 通过这些方法,我们可以在 PySpark 中非常快速和简单地调整 DataFrame 中的顺序,满足各种数据处理需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值