pandas索引重新排序

要重新排序 Pandas 中的索引，可以使用 `reindex` 方法。这个方法按指定顺序排列索引，并返回一个新的 DataFrame。下面是一个例子：

import pandas as pd

# 创建一个简单的 DataFrame
data = {"name": ["Alice", "Bob", "Charlie", "David"],
        "age": [25, 32, 18, 47]}
df = pd.DataFrame(data)
print(df)

# 重新排序索引
new_index = [3, 1, 2, 0]
df_reindexed = df.reindex(new_index)
print(df_reindexed)

输出：

       name  age
0     Alice   25
1       Bob   32
2   Charlie   18
3     David   47

      name  age
3    David   47
1      Bob   32
2  Charlie   18
0    Alice   25

在这个例子中，我们创建了一个简单的 DataFrame，并使用 `reindex` 方法将索引重新排序。新的索引顺序通过 `new_index` 列表指定。注意，`reindex` 方法返回一个新的 DataFrame，原始 DataFrame 不会被改变。

相关问题

pandas 索引去重_基于pandas索引的数据查找、排序和去重小结

在 Pandas 中，可以使用 `.drop_duplicates()` 方法来去除重复的索引。该方法会返回一个新的 DataFrame，其中每个索引只会出现一次。

例如，假设有一个 DataFrame `df`：

   A  B
0  1  2
1  1  3
2  2  4
3 2  5

如果我们想要去除重复的索引，可以这样做：

df = df[~df.index.duplicated()]

这将返回一个新的 DataFrame，其中每个索引只会出现一次：

   A  B
0  1  2
2  2  4

此外，还可以使用 `.sort_index()` 方法对索引进行排序：

df = df.sort_index()

这将返回一个按照索引排序后的新 DataFrame：

   A  B
0  1  2
2  2  4

最后，还可以使用 `.loc[]` 方法根据索引值来查找数据：

df.loc[0]

这将返回索引值为 `0` 的行数据：

A    1
B    2
Name: 0, dtype: int64

pandas列名重新排序

在Pandas中，你可以使用`reindex()`、`sort_index()` 或者 `loc[]` 方法来对DataFrame的列名进行重新排序。这里有几个示例：

1. **使用**`reindex()`**方法**：这个方法允许你根据新的索引顺序创建一个新的DataFrame，原有的列名会被替换。

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   
   # 新的列名列表
   new_column_order = ['B', 'A']
   
   # 重新排序列
   df_reordered = df.reindex(columns=new_column_order)
   print(df_reordered)

2. **使用**`sort_index(axis=1)`**方法**：如果你想要按字母顺序排列列名，可以直接对Index进行操作。

   df_sorted_columns = df.sort_index(axis=1)
   print(df_sorted_columns)

3. **使用**`loc[]`**定位然后赋值**：通过`loc[:, '新列名']`你可以选择特定列，然后使用`[:]`表示复制整个列，最后再用新的列名替换。

   df['临时列'] = df['A']
   df = df.rename(columns={'临时列': 'B'})
   print(df)

注意，以上方法都不会改变原始数据框，而是返回一个新的数据框。如果你想直接在原地修改数据框，记得用`.loc`语法，如`df.loc[:, '新列名'] = df['旧列名']`。