python - 更改 Pandas 数据框列顺序

Question

是否可以就地更改数据框中列的顺序？

如果是，那会比制作副本更快吗？我正在处理一个包含 1 亿多行的大型数据框。

我看到了如何使用副本更改顺序: How to change the order of DataFrame columns?

Answer 1

如果不制作副本，他们很难做到这一点。从理论上讲，如果您只有一个数据类型(或者只在标签更改数据类型的范围内更改列)，则可以这样做。但是相当复杂，因此没有实现。

就是说，如果您小心的话，您可以做到这一点。你应该只用一个单一的 dtyped 框架来做这个(你被预先警告)。

In [22]: df = DataFrame(np.random.randn(5,3),columns=list('ABC'))

In [23]: df
Out[23]: 
          A         B         C
0 -0.696593 -0.459067  1.935033
1  1.783658  0.612771  1.553773
2 -0.572515  0.634174  0.113974
3 -0.908203  1.454289  0.509968
4  0.776575  1.629816  1.630023

如果 df 是多类型的，那么 df.values 将不是一个 View (当然你可以子选择单类型框架，它本身就是一个 View )。另一个注意事项，这并不总是可能将其作为 View 显示出来。这取决于你在做什么，YMMV。

例如df.values.take([2,0,1],axis=1) 为您提供相同的结果，但只是一个副本。

In [24]: df2 = DataFrame(df.values[:,[2,0,1]],columns=list('ABC'))

In [25]: df2
Out[25]: 
          A         B         C
0  1.935033 -0.696593 -0.459067
1  1.553773  1.783658  0.612771
2  0.113974 -0.572515  0.634174
3  0.509968 -0.908203  1.454289
4  1.630023  0.776575  1.629816

我们对原始值有看法

In [26]: df2.values.base
Out[26]: 
array([[ 1.93503267,  1.55377291,  0.1139739 ,  0.5099681 ,  1.63002264],
       [-0.69659276,  1.78365777, -0.5725148 , -0.90820288,  0.7765751 ],
       [-0.45906706,  0.61277136,  0.63417392,  1.45428912,  1.62981613]])

请注意，如果您随后分配给 df2(例如另一个浮点列)，您将触发一个副本。所以你必须非常小心。

也就是说，从另一帧的 View 创建几乎不占用内存，只是一个指针，速度非常快。