一聚教程网:一个值得你收藏的教程网站

最新下载

热门教程

Pandas中DataFrame交换列顺序实现方法代码

时间:2020-12-14 编辑:袖梨 来源:一聚教程网

本篇文章小编给大家分享一下Pandas中DataFrame交换列顺序实现方法代码,文章代码介绍的很详细,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。

一、获取DataFrame列标签

import pandas as pd 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv' 
dataset = pd.read_csv(file_path)
cols = list(dataset)

['ps_state-stopped', 'ps_state-running', 'ps_state-blocked', 'ps_state-paging', 'ps_state-sleeping', 'ps_state-zombies', 'fork_rate', 'cpu-2-system', 'cpu-2-nice', 'cpu-2-steal',...]

二、改变列标签为指定顺序

import pandas as pd

file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)

这里改变第一列和第二列的位置顺序,用到了python list中的两个方法

insert方法:

1.功能

insert()函数用于将指定对象插入列表的指定位置。

2.语法

list.insert(index, obj)

3.参数

index: 对象obj需要插入的索引位置。

obj: 插入列表中的对象。

pop() 函数用于移除列表中的一个元素(默认最后一个元素),并且返回该元素的值

三、利用loc获取新的DataFrame,拷贝交换顺序后的DataFrame

import pandas as pd

file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
data = dataset.loc[:, cols]

四、保存csv覆盖原来的csv

import pandas as pd
 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'

dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
data = dataset.loc[:, cols]
data.to_csv(file_path, index=False)

五、也可以这样

import pandas as pd
 
file_path = '/Users/Arithmetic/da-rnn-master/data/collectd67_power_after_test_smooth.csv'
 
dataset = pd.read_csv(file_path)
cols = list(dataset)
print(cols)
cols.insert(0, cols.pop(cols.index('ps_state-running')))
print(cols)
dataset.loc[:, ['ps_state-running', 'ps_state-stopped']] = dataset[['ps_state-stopped', 'ps_state-running']].values
dataset.columns = cols
dataset.to_csv(file_path, index=False)

热门栏目