pandas调整列的顺序以及添加列的实现

在对excel的操作中，调整列的顺序以及添加一些列也是经常用到的，下面我们用pandas实现这一功能。

1、调整列的顺序

>>> df = pd.read_excel(r\'D:/myExcel/1.xlsx\')
>>> df
  A B C D
0  bob 12 78 87
1 millor 15 92 21
>>> df.columns
Index([\'A\', \'B\', \'C\', \'D\'], dtype=\'object\')
# 这是最简单常用的一种方法，相当于指定列名让pandas
# 从df中获取
>>> df[[\'A\', \'D\', \'C\', \'B\']]
  A D C B
0  bob 87 78 12
1 millor 21 92 15
# 这也是可以的
>>> df[[\'A\', \'A\', \'A\', \'A\']]
  A  A  A  A
0  bob  bob  bob  bob
1 millor millor millor millor

2、添加某一列或者某几列

（1）直接添加

>>> df[\'E\']=[1, 2]
>>> df
  A B C D E
0  bob 12 78 87 1
1 millor 15 92 21 2

（2）调用assign方法。该方法善于根据已有的列添加新的列，通过基本运算，或者调用函数

>>> df
  A B C D
0  bob 12 78 87
1 millor 15 92 21
# 其中E是列名，根据B列-C列的值得到
>>> df.assign(E=df[\'B\'] - df[\'C\'])
  A B C D E
0  bob 12 78 87 -66
1 millor 15 92 21 -77
# 添加两列也可以
>>> df.assign(E=df[\'B\'] - df[\'C\'], F=df[\'B\'] * df[\'C\'])
  A B C D E  F
0  bob 12 78 87 -66 936
1 millor 15 92 21 -77 1380

哈哈，以上就是pandas关于调整列的顺序以及新增列的用法

补充：pandas修改DataFrame中的列名&调整列的顺序

修改列名：

直接调用接口：

df.rename()

看一下接口中的定义：

 def rename(self, *args, **kwargs):
  \"\"\"
  Alter axes labels.
  Function / dict values must be unique (1-to-1). Labels not contained in
  a dict / Series will be left as-is. Extra labels listed don\'t throw an
  error.
  See the :ref:`user guide <basics.rename>` for more.
  Parameters
  ----------
  mapper, index, columns : dict-like or function, optional
   dict-like or functions transformations to apply to
   that axis\' values. Use either ``mapper`` and ``axis`` to
   specify the axis to target with ``mapper``, or ``index`` and
   ``columns``.
  axis : int or str, optional
   Axis to target with ``mapper``. Can be either the axis name
   (\'index\', \'columns\') or number (0, 1). The default is \'index\'.
  copy : boolean, default True
   Also copy underlying data
  inplace : boolean, default False
   Whether to return a new DataFrame. If True then value of copy is
   ignored.
  level : int or level name, default None
   In case of a MultiIndex, only rename labels in the specified
   level.
  Returns
  -------
  renamed : DataFrame
  See Also
  --------
  pandas.DataFrame.rename_axis
  Examples
  --------
  ``DataFrame.rename`` supports two calling conventions
  * ``(index=index_mapper, columns=columns_mapper, ...)``
  * ``(mapper, axis={\'index\', \'columns\'}, ...)``
  We *highly* recommend using keyword arguments to clarify your
  intent.
  >>> df = pd.DataFrame({\"A\": [1, 2, 3], \"B\": [4, 5, 6]})
  >>> df.rename(index=str, columns={\"A\": \"a\", \"B\": \"c\"})
   a c
  0 1 4
  1 2 5
  2 3 6
 
  >>> df.rename(index=str, columns={\"A\": \"a\", \"C\": \"c\"})
   a B
  0 1 4
  1 2 5
  2 3 6
 
  Using axis-style parameters
 
  >>> df.rename(str.lower, axis=\'columns\')
   a b
  0 1 4
  1 2 5
  2 3 6
 
  >>> df.rename({1: 2, 2: 4}, axis=\'index\')
   A B
  0 1 4
  2 2 5
  4 3 6
  \"\"\"
  axes = validate_axis_style_args(self, args, kwargs, \'mapper\', \'rename\')
  kwargs.update(axes)
  # Pop these, since the values are in `kwargs` under different names
  kwargs.pop(\'axis\', None)
  kwargs.pop(\'mapper\', None)
  return super(DataFrame, self).rename(**kwargs)

注意：

一个*，输入可以是数组、元组，会把输入的数组或元组拆分成一个个元素。

两个*，输入必须是字典格式

示例：

>>>import pandas as pd
>>>a = pd.DataFrame({\'A\':[1,2,3], \'B\':[4,5,6], \'C\':[7,8,9]})
>>> a 
 A B C
0 1 4 7
1 2 5 8
2 3 6 9 
 
#将列名A替换为列名a，B改为b，C改为c
>>>a.rename(columns={\'A\':\'a\', \'B\':\'b\', \'C\':\'c\'}, inplace = True)
>>>a
 a b c
0 1 4 7
1 2 5 8
2 3 6 9

调整列的顺序：

如：

>>> import pandas
>>> dict_a = {\'user_id\':[\'webbang\',\'webbang\',\'webbang\'],\'book_id\':[\'3713327\',\'4074636\',\'26873486\'],\'rating\':[\'4\',\'4\',\'4\'],
\'mark_date\':[\'2017-03-07\',\'2017-03-07\',\'2017-03-07\']}
 
>>> df = pandas.DataFrame(dict_a) # 从字典创建DataFrame
>>> df # 创建好的df列名默认按首字母顺序排序，和字典中的先后顺序并不一样，字典中\'user_id\',\'book_id\',\'rating\',\'mark_date\'
 
 book_id mark_date rating user_id
0 3713327 2017-03-07 4 webbang
1 4074636 2017-03-07 4 webbang
2 26873486 2017-03-07 4 webbang

直接修改列名：

>>> df = df[[\'user_id\',\'book_id\',\'rating\',\'mark_date\']] # 调整列顺序为\'user_id\',\'book_id\',\'rating\',\'mark_date\'
>>> df
 
 user_id book_id rating mark_date
0 webbang 3713327 4 2017-03-07
1 webbang 4074636 4 2017-03-07
2 webbang 26873486 4 2017-03-07

就可以了。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。