Comment changer l'ordre des colonnes d'un DataFrame ?

Question

J'ai les éléments suivants DataFrame ( df ) :

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.rand(10, 5))

J'ajoute une ou plusieurs colonnes par mission :

df['mean'] = df.mean(1)

Comment puis-je déplacer la colonne mean à l'avant, c'est-à-dire la mettre en première colonne en laissant l'ordre des autres colonnes intact ?

Answer 1

Une solution simple serait de réaffecter le cadre de données avec une liste de colonnes, réorganisées selon les besoins.

C'est ce que vous avez maintenant :

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']

Réarrangez cols de la manière que vous voulez. Voici comment j'ai déplacé le dernier élément vers la première position :

In [12]: cols = cols[-1:] + cols[:-1]

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

Puis réorganisez le cadre de données comme ceci :

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

Answer 2

Vous pourriez aussi faire quelque chose comme ça :

df = df[['mean', '0', '1', '2', '3']]

Vous pouvez obtenir la liste des colonnes avec :

cols = list(df.columns.values)

La sortie produira :

['0', '1', '2', '3', 'mean']

...qu'il est ensuite facile de réorganiser manuellement avant de le placer dans la première fonction.

Answer 3

Pourquoi pas :

df.insert(0, 'mean', df.mean(1))

http://pandas.pydata.org/pandas-docs/stable/dsintro.html#column-selection-addition-deletion

Answer 4

Je me suis moi-même posé une question similaire, et je voulais juste ajouter ce que j'ai décidé. J'ai aimé le reindex_axis() method pour changer l'ordre des colonnes. Cela a fonctionné :

df = df.reindex_axis(['mean'] + list(df.columns[:-1]), axis=1)

Une méthode alternative basée sur le commentaire de @Jorge :

df = df.reindex(columns=['mean'] + list(df.columns[:-1]))

Bien que reindex_axis semble être un peu plus rapide dans les micro-benchmarks que le reindex Je crois que je préfère la seconde pour son côté direct.

Answer 5

Cette fonction vous évite d'avoir à énumérer toutes les variables de votre ensemble de données juste pour en ordonner quelques-unes.

def order(frame,var):
    if type(var) is str:
        var = [var] #let the command take a string or list
    varlist =[w for w in frame.columns if w not in var]
    frame = frame[var+varlist]
    return frame 

Elle prend deux arguments, le premier est l'ensemble de données, le second sont les colonnes de l'ensemble de données que vous voulez mettre en avant.

Dans mon cas, j'ai un ensemble de données appelé Cadre avec les variables A1, A2, B1, B2, Total et Date. Si je veux mettre Total en avant, tout ce que j'ai à faire est de :

frame = order(frame,['Total'])

Si je veux mettre le total et la date à l'avant, je le fais :

frame = order(frame,['Total','Date'])

EDIT :

Une autre façon utile d'utiliser ceci est, si vous avez un tableau inconnu et que vous cherchez des variables avec un terme particulier dans celles-ci, comme VAR1, VAR2, ... vous pouvez exécuter quelque chose comme :

frame = order(frame,[v for v in frame.columns if "VAR" in v])