Pandas 相当于dplyr everything()

Question

在R中，我经常将dplyr的select与everything()结合使用

df %>% select(var4, var17, everything())

上面的示例例如将对数据帧的列进行重新排序，使得 var4为第一列， var17为第二列，随后列出所有其余列。最泛泛的方式是什么？处理许多列会使他们清楚地拼写出来，并跟踪它们的位置。

理想的解决方案是简短，易读且可用于 Pandas 链。

Answer 1

对所有未在list中指定的值使用 Index.difference 并将其连接在一起:

df = pd.DataFrame({
        'G':list('abcdef'),
         'var17':[4,5,4,5,5,4],
         'A':[7,8,9,4,2,3],
         'var4':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

cols = ['var4','var17']
another = df.columns.difference(cols, sort=False).tolist()
df = df[cols + another]
print (df)
   var4  var17  G  A  E  F
0     1      4  a  7  5  a
1     3      5  b  8  3  a
2     5      4  c  9  6  a
3     7      5  d  4  9  b
4     1      5  e  2  2  b
5     0      4  f  3  4  b

编辑:对于链接可能是通过传递的 DataFrame.pipe使用 DataFrame :

def everything_after(df, cols):
    another = df.columns.difference(cols, sort=False).tolist()
    return df[cols + another]

df = df.pipe(everything_after, ['var4','var17']))
print (df)
   var4  var17  G  A  E  F
0     1      4  a  7  5  a
1     3      5  b  8  3  a
2     5      4  c  9  6  a
3     7      5  d  4  9  b
4     1      5  e  2  2  b
5     0      4  f  3  4  b