dateframe如何重排列_如何更改DataFrame列的顺序？_pandas_酷徒编程知识库

一種簡單的方法是，使用列表重新分配數據框，並根據需要重新排列。

In [6]: df

Out[6]:

0 1 2 3 4 mean

0 0.445598 0.173835 0.343415 0.682252 0.582616 0.445543

1 0.881592 0.696942 0.702232 0.696724 0.373551 0.670208

2 0.662527 0.955193 0.131016 0.609548 0.804694 0.632596

3 0.260919 0.783467 0.593433 0.033426 0.512019 0.436653

4 0.131842 0.799367 0.182828 0.683330 0.019485 0.363371

5 0.498784 0.873495 0.383811 0.699289 0.480447 0.587165

6 0.388771 0.395757 0.745237 0.628406 0.784473 0.588529

7 0.147986 0.459451 0.310961 0.706435 0.100914 0.345149

8 0.394947 0.863494 0.585030 0.565944 0.356561 0.553195

9 0.689260 0.865243 0.136481 0.386582 0.730399 0.561593

In [7]: cols = df.columns.tolist()

In [8]: cols

Out[8]: [0L, 1L, 2L, 3L, 4L, 'mean']

按任意方式重新排列cols ，這就是我將最後一個元素移動到第一個位置的方式：In [12]: cols = cols[-1:] + cols[:-1]

In [13]: cols

Out[13]: ['mean', 0L, 1L, 2L, 3L, 4L]

然後像這樣重新排列數據框：In [16]: df = df[cols] # OR df = df.ix[:, cols]

In [17]: df

Out[17]:

mean 0 1 2 3 4

0 0.445543 0.445598 0.173835 0.343415 0.682252 0.582616

1 0.670208 0.881592 0.696942 0.702232 0.696724 0.373551

2 0.632596 0.662527 0.955193 0.131016 0.609548 0.804694

3 0.436653 0.260919 0.783467 0.593433 0.033426 0.512019

4 0.363371 0.131842 0.799367 0.182828 0.683330 0.019485

5 0.587165 0.498784 0.873495 0.383811 0.699289 0.480447

6 0.588529 0.388771 0.395757 0.745237 0.628406 0.784473

7 0.345149 0.147986 0.459451 0.310961 0.706435 0.100914

8 0.553195 0.394947 0.863494 0.585030 0.565944 0.356561

9 0.561593 0.689260 0.865243 0.136481 0.386582 0.730399