pandas -调整列的顺序

调整列的顺序,代码:

#test
df = pd.read_excel(r'./14.xlsx')
df_fitting = df[df['fitting_data']==1]#1 true
df_prediction = df[df['fitting_data']==0]#0 false
a_mean = df_fitting['A'].mean()

df_prediction['predictions_A'] = a_mean

#ws = HA
df_prediction.eval('ws = predictions_A * B/1000',inplace=True)

df_prediction["B_2010-1"] = df_prediction['B'].cumsum(axis=0) #by row

df_prediction["C_2010-1"] = df_prediction['ws'].cumsum(axis=0) #by row

#export data 
df_new = pd.DataFrame(df_prediction,columns=['1','2','3','4','5','predictions_A',
                                  'B','B_2010-1',
                                  'ws','C_2010-1'])

df_new.to_excel(r'./file/14.xlsx',index = False)

print('done!')
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PandasPython中广受欢迎的数据分析库,可以轻松地对各种数据进行清洗、整理、分析和可视化处理。在数据处理中,经常需要对数据的顺序进行调整,同时还要对数据进行重置索引。Pandas提供了reset_index()方法和reindex()方法来实现这个功能。 reset_index()方法可以将索引转换为普通,同时创建一个新的默认的数字索引。可以通过参数来指定要保留的索引,以及重置后的索引的名称。 下面是一个Pandas调整顺序reset_index()的例子: import pandas as pd data = {'name':['Tom', 'Jerry', 'Spike', 'Tyke'], 'age':[20, 30, 25, 5], 'country':['USA', 'UK', 'Canada', 'Japan']} df = pd.DataFrame(data) print("Before column reordering and resetting index:\n", df) #调整顺序 df = df[['country', 'name', 'age']] #重置索引 df = df.reset_index(drop=True) print("\nAfter column reordering and resetting index:\n", df) 运行结果如下所示: Before column reordering and resetting index: name age country 0 Tom 20 USA 1 Jerry 30 UK 2 Spike 25 Canada 3 Tyke 5 Japan After column reordering and resetting index: country name age 0 USA Tom 20 1 UK Jerry 30 2 Canada Spike 25 3 Japan Tyke 5 从运行结果可以看出,首先对数据框的进行了调整顺序,然后通过reset_index()方法重置了索引并生成了默认的数字索引。需要注意的是,当我们对重置后的索引值不感兴趣时,可以使用drop=True来删除索引

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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