Altere a ordem das colunas no quadro de dados do pandas

Agora, neste post, vamos ver diferentes tipos de métodos de reordenação de colunas. Existem a lista de métodos mais comuns são os seguintes:

1. Usando a seleção de colunas []
2. Usando o método do reindex
3. Usando a seleção de colunas através do índice de coluna
4. Reordene as colunas usando o .ILOC
5. Reordene as colunas usando o .loc
6. Reordenar colunas usando pandas .inserir()
7. Reordenar a coluna de dados de dados usando a ordem ascendente
8. Reordenar a coluna de dataframe usando uma ordem decrescente

Método 1: Usando a seleção de colunas []

O primeiro método que discutiremos é reordenar os nomes das colunas dos pandas. DataFrame é uma seleção []. Este é o método muito mais fácil de reordenar as colunas.

Na célula [55]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [56]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [57]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [58]: Agora, estamos reordenando as colunas usando a seleção []. Nisso, reorganizamos os nomes das colunas de acordo com nossos requisitos. A partir dos resultados, podemos ver que nossas colunas originais de DataFrame estavam na ordem de (nome, idade, cidade, marcas), mas depois de mudar sua ordem, as ordens das colunas de dados da forma na forma de (nome, cidade, cidade, cidade, marcas, idade).

Método 2: Usando o método do reindex

O próximo método que vamos usar é o reindex. Esta é a maneira mais comum de usar reordenar as colunas de um quadro de dados. Como no método de seleção, esse também é um método muito simples. Podemos acessar este método usando o DF. reindex (colunas = [nomes das colunas]) como mostrado abaixo:

Na célula [59]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [60]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [61]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [62]: agora, estamos usando o método do reindex, que é um método muito simples. Nisso, apenas chamamos o método df. reindex e definir o nome das colunas de acordo com nossos requisitos. E pelo resultado, podemos ver que a ordem da coluna mudou do DataFrame original.

Método 3: Usando a seleção de colunas através do índice de coluna

O próximo método que vamos discutir é o índice de coluna. O índice de coluna também é um método muito famoso e fácil de usar. Este método é muito semelhante ao método do reindex. No método do Reindex, fornecemos os nomes de reordenação das colunas, mas aqui fornecemos os nomes de reordenação das colunas na forma de seu valor de índice, não o nome real das colunas como mostrado abaixo:

Na célula [63]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [64]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [65]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [66]: chamamos o método df. colunas e passamos o valor do índice de colunas de acordo com nossos requisitos de reordenar. Imprimos o recém-criado DataFrame (DF_RE) e, a partir dos resultados, descobrimos que as colunas finalmente reordenam.

Método 4: Reordene as colunas usando o .ILOC

Vamos primeiro entender o método LOC e ILOC. Criamos um seried_df (série) como mostrado abaixo no número da célula [24]. Em seguida, imprimimos a série para ver o rótulo do índice junto com os valores. Agora, no número da célula [26], estamos imprimindo a série_df.loc [4], que fornece a saída c. Podemos ver que o rótulo do índice em 4 valores é c. Então temos o resultado correto.

Agora no número da célula [27], estamos imprimindo séries_df.ILOC [4], e obtivemos o resultado e qual não é o rótulo de índice. Mas este é o local do índice que conta de 0 até o final da linha. Então, se começarmos a contar desde a primeira linha, então obtemos e no local do índice 4. Então, agora entendemos como esse LOC e ILOC similares funcionam.

Agora, entendemos o método LOC e ILOC. Então, primeiro, vamos usar o método ILOC.

Na célula [67]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [68]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [69]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [70]: passamos os valores do índice das colunas para o ILOC e atribuímos o resultado a um novo DataFrame (DF_New). A partir dos resultados, podemos ver que os nomes das colunas são reordenados.

Método 5: Reordene as colunas usando o .loc

Vimos como reordenar o nome das colunas usando o método ILOC. Agora, vamos implementar o mesmo usando o método LOC. Já sabemos que o método LOC funciona com o local do índice. Aqui, passamos o nome das colunas em vez do valor do índice, como mostrado abaixo:

Na célula [71]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [72]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [73]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [74]: No exemplo acima, passamos os nomes das colunas em uma ordem diferente e o quadro de dados recém -gerado; Quando impresso, obtivemos os resultados que mostraram que os nomes das colunas são reordenados.

Método 6: Reordenar colunas usando pandas .inserir()

O próximo método que vamos discutir é o método insert (). Este método não é usado tanto. A razão por trás de seu longo processo. Neste método, primeiro, criamos uma cópia de uma coluna específica em que local queremos alterar e depois excluir essa coluna do DataFrame e depois definir essa coluna como um novo local, como mostrado abaixo.

Na célula [75]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [76]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [77]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [78]: Criamos uma cópia da coluna Marks pela primeira vez. Então caímos (excluímos) a coluna do DataFrame. Em seguida, inserimos a coluna (marcas) em um novo local entre o nome e a idade.

Método 7: Reordenar a coluna de dados de dados usando a ordem ascendente

Este método é útil apenas quando queremos organizar as colunas em ordem crescente. Este método também altera a ordem das colunas, então também mantemos esse método em nosso artigo.

Na célula [79]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [80]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [81]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [82]: primeiro criamos uma lista de todas as colunas de um dataframe. Em seguida, classificamos o quadro de dados chamando o método Sort () para a ordem ascendente e, em seguida, listamos recém -listados a um quadro de dados como um método de seleção e geramos um novo DataFrame e imprimimos esse DataFrame.

Método 8: Reordenar a coluna de dataframe usando uma ordem decrescente

Este método é semelhante ao método ascendente. A única diferença é que, quando chamamos o método Sort (), passamos por um parâmetro reverse = true, que organiza os nomes das colunas para a ordem decrescente, como mostrado abaixo:

Na célula [84]: criaremos um dicionário com o nome dos valores -chave, idade, cidade e marcas.

Na célula [85]: convertimos esses dicionários em um quadro de dados de pandas, como mostrado no acima.

Na célula [86]: estamos exibindo nosso recém -criado Data Dataframe.

Na célula [87]: chamamos o método stor () e passamos um parâmetro reverse = true.

Conclusão

Neste post, estudamos os diferentes tipos de métodos de reordenação de colunas de pandas. Também vimos métodos muito fáceis, como seleção, métodos de índice de reindex e coluna, e .loc e .ILOC. Também vimos no final sobre os métodos ascendentes e descendentes. Não incluímos nenhum método personalizado para as colunas reordenadas porque qualquer usuário final define métodos personalizados. Tentamos o nosso melhor para incluir todos os métodos importantes que serão úteis em seus projetos.

Então isso é tudo sobre as colunas de pandas reordenadas.