前言
熟读 Python 基本数据结构,但实际应用时却大脑短路,无法解决问题?
熟悉 pandas ,但遇到没有内置的方法,就不知所措?
如果你有这种情况,那么你缺少的是解决问题的思路。
经常向我提问的同学应该知道,我一般不会直接给出代码,而是给你提供思路。本系列主打思路,基于同一思路,给出多种不同的解决方案,让你举一反三解决问题。
问题
有位小伙伴提了一个简单的问题,数据如下:
- 我希望把列"key1,2,3"调整到表头的最左边,其他的列顺序我不关心
- 别让我把所有列名写出来,因为我有些表可能有几十上百的列
前提
我们需要知道一些前提知识。
pandas 中怎么指定列顺序?非常简单:
- 往 df[] 中指定多个列名的 list 即可
- 显然,提问者就是不希望手工输入所有的列表
pandas 中怎么获取表的所有列名:
- df.columns 即可。
- 如果希望得到列表,只需要 list(df.columns) 即可
如何拼接 Python 中的2个列表:
理解这两点后,现在的问题其实不是什么 pandas 或 啥表头的顺序问题,而是一个列表构造问题:
- 行4:是解决问题的关键
接下来,基于这些前提条件和思路,看看能做出多少种解法
解法1
这是最直接的方式:
- 行4-7:遍历所有列,把非目标列名去掉即可
如果你不熟悉推导式,也可以用 for in 遍历
"我不懂啥推导式呀,遍历也用得不熟悉,有没有不用遍历的方式?"
解法2
"Python 不是一直声称语法简单吗,为什么不可以把 2 个列表相减,就得到剩余列名?"
这想法还挺有道理的,为什么不呢?
因为列表中的元素是可以重复的,如果 2 个列表能相减,他就要考虑有重复元素与没有重复元素的歧义。
因此,列表是不能相减,但是 Python 中的确有一种东西与列表相似,但他里面的元素不能重复—— set(集)
由此我们可以得到第二种解法:
- 行4:用 set 函数得到 set 结构,即可相减。
- 为什么需要在外面再套一个 list 呢?因为下一步我们需要使用 "列表相加" 的骚操作
细心的你可能注意到,出来的结果中,其他列的顺序与解法1不一样!
因为 set 是不关心元素顺序的,2 个 set 相减后,顺序变化了
"有没有不同遍历,有可以保留其他列的原始前后顺序的?"
解法3
前面的解法,本质上都在做去重工作。pandas 中不也有去重功能吗,我们也可以用上。
- 行4:pd.Series 中传入有重复元素的列表,就能返回一个 Series。使用他的去重方法即可完成
"有问题啊,new_cols 是列表?,不应该是一个 Series 吗?为什么 df[一个Series] 也能改变列顺序?"
实际上,df[] 里面可以接受大多数序列,比如 set 或 numpy 的数组等等,唯独元组不行。
这涉及到多层索引的东西,超纲了,可参考 pandas 专栏第3节内容: