下面介紹三種方法，給dataframe列排序：

1、使用sort_values()方法，并指定axis=1參數(shù)。

import pandas as pd
 
# 創(chuàng)建一個示例DataFrame
data = {'A': [3, 1, 4],
        'C': [2, 6, 5],
        'B': [9, 8, 7]}
df = pd.DataFrame(data)
 
# 按照列名給列排序
df = df.sort_values(by=df.columns, axis=1)
 
print(df)

輸出結果：

   A  B  C
0  3  9  2
1  1  8  6
2  4  7  5

在上述代碼中，我們首先創(chuàng)建了一個示例DataFrame。然后，我們使用sort_values()方法對DataFrame的列進行排序。通過指定by=df.columns，我們將按照列名的字母順序?qū)α羞M行排序。最后，通過設置axis=1參數(shù)，我們指定按列進行排序。

執(zhí)行上述代碼后，DataFrame的列將按照列名的字母順序進行排序。

請注意，sort_values()方法會生成一個新的DataFrame，因此我們將排序后的結果重新賦值給df，以便在打印時顯示排序后的結果。如果你想在原始DataFrame上進行排序，可以使用inplace=True參數(shù)。

2、使用reindex()方法，并傳遞一個包含所需順序的列名列表。

import pandas as pd
 
# 創(chuàng)建一個示例DataFrame
data = {'A': [3, 1, 4],
        'B': [2, 6, 5],
        'C': [9, 8, 7]}
df = pd.DataFrame(data)
 
# 按照指定順序給列排序
order = ['B', 'C', 'A']
df = df.reindex(columns=order)
 
print(df)

輸出結果：

   B  C  A
0  2  9  3
1  6  8  1
2  5  7  4

在上述代碼中，我們首先創(chuàng)建了一個示例DataFrame。然后，我們定義了一個列表order，其中包含了按照指定順序排列的列名。接下來，我們使用reindex()方法，并傳遞columns=order來重新索引DataFrame的列，以按照指定順序進行排序。

3、如果想原地修改DataFrame的列順序，可以使用df = df[order]的方式重新分配DataFrame給同名變量。

import pandas as pd
 
# 創(chuàng)建一個示例的合并 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': [4, 5, 6]})
df2 = pd.DataFrame({'C': [7, 8, 9],
                    'D': [10, 11, 12]})
merged_df = pd.concat([df1, df2], axis=1)
 
# 按照指定順序給列排序
order = ['D', 'C', 'B', 'A']
merged_df = merged_df[order]
 
print(merged_df)

輸出結果：

    D  C  B  A
0  10  7  4  1
1  11  8  5  2
2  12  9  6  3

在上述代碼中，我們使用df[order]的方式重新分配DataFrame給同名變量merged_df，以按照指定順序?qū)α羞M行排序。這種方式將返回重新排序后的DataFrame，并將其分配給同名變量，從而實現(xiàn)了在原地修改列順序的效果。

對了，上面的代碼改一改，也闊以“篩選”哦，只要在order列表里刪除不要的列名就行。

附：按多列排序

df.sort_values(["column_name1", "column_name2"] , inplace=True, ascending=True)

總結

到此這篇關于pandas dataframe按照列名給列排序三種方法的文章就介紹到這了,更多相關pandas dataframe按列名排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論