|
作者 |陽哥 Pandas 可以說是 在Python數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用最為廣泛的工具之一。 Pandas是一種高效的數(shù)據(jù)處理庫，它以 dataframe 和 series 為基本數(shù)據(jù)類型，呈現(xiàn)出類似excel的二維數(shù)據(jù)。 在數(shù)據(jù)處理過程中，咱們經(jīng)常需要將列按照一定的要求進(jìn)行排序，以方便展示。 這里，給大家分享下 在 Pandas 中將列排序的幾種常用方法。 數(shù)據(jù)準(zhǔn)備 文中主要使用了 pandas 和 akshare ，首先導(dǎo)入 Python 庫，如下： importpandasaspdimportakshareasakprint(f'pandasversion:{pd.__version__}') 本次使用的數(shù)據(jù)如下： data={'brand':['Python數(shù)據(jù)之道','價(jià)值前瞻','菜鳥數(shù)據(jù)之道','Python','Java'],'B':[4,6,8,12,10],'A':[10,2,5,20,16],'D':[6,18,14,6,12],'years':[4,1,1,30,30],'C':[8,12,18,8,2], } df=pd.DataFrame(data=data) df
現(xiàn)將現(xiàn)有的 columns 輸出，方便后面 copy 使用。 df.columns #Index(['brand','B','A','D','years','C'],dtype='object') Method 1 第一種方法，也是我自己常用的方法，就是自己將列的名稱按需要進(jìn)行手動(dòng)排序，然后運(yùn)行代碼如下：
Method 2 第二種方法，是使用 .iloc 方法，通過列的位置來進(jìn)行排序，如下：
Method 3 第三種方法，是使用 .loc 方法，通過列的名稱來進(jìn)行排序，如下：
這種方法跟第一種方法類似，個(gè)人覺得第一種方法更簡潔些。 Method 4 第四種是 逆序 排序，算是排序中一種特定的排序方式。 #Method4,逆序 cols=list(df.columns) cols.reverse() df[cols] 上述代碼中，cols.reverse() 是將列表（list）進(jìn)行逆序排序。 此外，列表（list）的逆序排序，還可以用 cols[::-1] 來實(shí)現(xiàn)。因此，下面的方法也可以實(shí)現(xiàn)逆序排序。 #Method4,逆序 cols=list(df.columns) df[cols[::-1]]
實(shí)戰(zhàn)案例：自由排序 有時(shí)候，當(dāng)存在變量、列的數(shù)量較多，或者不同的dataframe中列的名稱不完全一致等情況出現(xiàn)時(shí)，咱們不一定會通過列名稱來實(shí)現(xiàn)排序。 這里分享一個(gè)實(shí)戰(zhàn)案例，是關(guān)于制作基金的十大持倉數(shù)據(jù)表的，具體過程我就不在這里描述了，下面給出實(shí)現(xiàn)的函數(shù)，有興趣的同學(xué)可以研究下。 自定義函數(shù)如下： #需要安裝akshare #pipinstallakshare years=['2019','2020','2021'] deffund_stock_holding(years,code): data=pd.DataFrame() foryrinyears: df_tmp=ak.fund_em_portfolio_hold(code=code,year=yr) data=data.append(df_tmp) data['季度']=data['季度'].apply(lambdax:x[:8])data['占凈值比例']=pd.to_numeric(data['占凈值比例'])data=data.sort_values(['季度','持倉市值'],ascending=[True,False])df=data.set_index(['序號','季度']).stack().unstack([1,2]).head(10)df=df.loc[:,(slice(None),'股票名稱')]df=df.droplevel(None,axis=1)df.columns.name=None df=df.reset_index() #df.index.name=None df['基金代碼']=codereturndfdf=fund_stock_holding(years,'005669') df 得到的數(shù)據(jù)表格如下：
上面的表格中，我需要將 基金代碼 這一列移動(dòng)到 序號 這列的后面，由于 years = ['2019','2020','2021'] 這是一個(gè)變量，當(dāng)具體的值不同時(shí)，會導(dǎo)致列名稱不一樣，因此，在這種情況下我們不能直接使用列的具體名稱，但咱們可以通過 列的位置組合來實(shí)現(xiàn)，列的調(diào)整具體如下： cols=df.columns.tolist()cols=cols[:1]+cols[-1:]+cols[1:-1]#將基金代碼列名放前面 df=df[cols] 將上面的調(diào)整過程整合到自定義函數(shù)中，完整的代碼如下： #需要安裝akshare #pipinstallakshare years=['2019','2020','2021'] deffund_stock_holding_update(years,code): data=pd.DataFrame() foryrinyears: df_tmp=ak.fund_em_portfolio_hold(code=code,year=yr) data=data.append(df_tmp) data['季度']=data['季度'].apply(lambdax:x[:8])data['占凈值比例']=pd.to_numeric(data['占凈值比例'])data=data.sort_values(['季度','持倉市值'],ascending=[True,False])df=data.set_index(['序號','季度']).stack().unstack([1,2]).head(10)df=df.loc[:,(slice(None),'股票名稱')]df=df.droplevel(None,axis=1)df.columns.name=None df=df.reset_index() #df.index.name=None df['基金代碼']=code cols=df.columns.tolist() cols=cols[:1]+cols[-1:]+cols[1:-1]#將基金代碼列名放前面 df=df[cols] returndfdf=fund_stock_holding_update(years,'005669') df 效果如下：
當(dāng)然，我最后實(shí)現(xiàn)的效果是將基金代碼換成基金名稱，這個(gè)可以想辦法實(shí)現(xiàn)，效果如下：
小結(jié) 以上就是關(guān)于 Pandas 中 列名稱排序的介紹，看似很簡單的內(nèi)容，在最后的實(shí)踐中，也還是有些小技巧的。 歡迎大家來暢聊，Pandas 中有哪些實(shí)用的小技巧~~ 媒體來源：AI科技大本營 |
|
|
