pandas中的DataFrame按指定順序輸出所有列的方法
更新時(shí)間：2018年04月10日 09:06:40 作者：桂小林
下面小編就為大家分享一篇pandas中的DataFrame按指定順序輸出所有列的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
問題：
輸出新建的DataFrame對象時(shí)，DataFrame中各列的顯示順序和DataFrame定義中的順序不一致。
例如：
import pandas as pd
grades = [48,99,75,80,42,80,72,68,36,78]
df = pd.DataFrame( {'ID': ["x%d" % r for r in range(10)],
'Gender' : ['F', 'M', 'F', 'M', 'F', 'M', 'F', 'M', 'M', 'M'],
'ExamYear': ['2007','2007','2007','2008','2008','2008','2008','2009','2009','2009'],
'Class': ['algebra', 'stats', 'bio', 'algebra', 'algebra', 'stats', 'stats', 'algebra', 'bio', 'bio'],
'Participated': ['yes','yes','yes','yes','no','yes','yes','yes','yes','yes'],
'Passed': ['yes' if x > 50 else 'no' for x in grades],
'Employed': [True,True,True,False,False,False,False,True,True,False],
'Grade': grades})
print(df)
輸出為：
Class Employed ExamYear Gender Grade ID Participated Passed 0 algebra True 2007 F 48 x0 yes no 1 stats True 2007 M 99 x1 yes yes 2 bio True 2007 F 75 x2 yes yes 3 algebra False 2008 M 80 x3 yes yes 4 algebra False 2008 F 42 x4 no no 5 stats False 2008 M 80 x5 yes yes 6 stats False 2008 F 72 x6 yes yes 7 algebra True 2009 M 68 x7 yes yes 8 bio True 2009 M 36 x8 yes no 9 bio False 2009 M 78 x9 yes yes
解決辦法
在以上代碼中增加以下代碼：
cols=['ID','Gender','ExamYear','Class','Participated','Passed','Employed','Grade'] df=df.ix[:,cols]
df=df.ix[:,cols]語句表示，DataFrame的行索引不變，列索引是cols中給定的索引。
輸出為：
ID Gender ExamYear Class Participated Passed Employed Grade 0 x0 F 2007 algebra yes no True 48 1 x1 M 2007 stats yes yes True 99 2 x2 F 2007 bio yes yes True 75 3 x3 M 2008 algebra yes yes False 80 4 x4 F 2008 algebra no no False 42 5 x5 M 2008 stats yes yes False 80 6 x6 F 2008 stats yes yes False 72 7 x7 M 2009 algebra yes yes True 68 8 x8 M 2009 bio yes no True 36 9 x9 M 2009 bio yes yes False 78
以上這篇pandas中的DataFrame按指定順序輸出所有列的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
在本篇文章中我們給大家總結(jié)了關(guān)于python操作文件的相關(guān)參數(shù)以及用法內(nèi)容，需要的朋友們學(xué)習(xí)下。2019-06-06
opencv+tesseract實(shí)現(xiàn)驗(yàn)證碼識別的示例
本文主要介紹了opencv+tesseract實(shí)現(xiàn)驗(yàn)證碼識別的示例，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-06-06
這篇文章主要介紹了Pandas之groupby( )用法筆記小結(jié)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
因?yàn)樯婷軉挝换蛘邔Π踩蟊容^高的環(huán)境下,服務(wù)器無法連接互聯(lián)網(wǎng),所以這篇文章就來為大家詳細(xì)介紹一下Python3離線安裝第三方包具體方法吧2025-03-03
詳解Python中數(shù)據(jù)處理的方法總結(jié)及實(shí)現(xiàn)
數(shù)據(jù)增強(qiáng)作為前處理的關(guān)鍵步驟，在整個(gè)計(jì)算機(jī)視覺中有著具足輕重的地位。本文為大家總結(jié)了Python中數(shù)據(jù)處理的方法及實(shí)現(xiàn)，需要的可以參考一下2022-09-09
如何利用python的tkinter實(shí)現(xiàn)一個(gè)簡單的計(jì)算器
這篇文章主要給大家介紹了關(guān)于如何利用python的tkinter實(shí)現(xiàn)一個(gè)簡單的計(jì)算器的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
這篇文章主要介紹了fastapi與django異步的并發(fā)對比分析，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-03-03
這篇文章主要介紹了python連接池實(shí)現(xiàn)，大家參考使用2013-11-11
json-server?如何快速搭建REST?API?服務(wù)器
json-server 是一個(gè)非常流行的開源工具,用于快速搭建一個(gè)完整的 REST API 服務(wù)器,它使用 JSON 文件作為數(shù)據(jù)源,通過簡單的配置即可模擬復(fù)雜的服務(wù)器功能,這篇文章主要介紹了json-server如何快速搭建REST API服務(wù)器,需要的朋友可以參考下2017-10-10
今天小編就為大家分享一篇opencv設(shè)置采集視頻分辨率方式，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12