dataframe中某一列放到最后

可以使用Pandas的DataFrame类中的'pop'函数或'select'函数来移动列。

使用'pop'函数：

df['column_name'] = df.pop('column_name')

使用'select'函数：

df = df[df.columns.difference(['column_name'])].join(df[['column_name']])

在上面的代码中，把'column_name'替换为要移动的列的名称。

相关问题

dataframe中某一列放到最后pop

可以使用pandas中的pop()函数。示例如下：

df = df.pop('column_name')

这将会在df中删除名为'column_name'的列，并将其返回为一个新的dataframe。

dataframe根据重复的列放到新的dataframe

可以使用 Pandas 库中的 `groupby` 方法和 `apply` 方法来实现将重复的列放到新的 DataFrame 中，具体代码如下：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 1, 2, 3], 'B': [4, 5, 6, 7, 8, 9], 'C': [10, 11, 12, 13, 14, 15]})

# 按列 A 进行分组，并将重复的列放到新的 DataFrame 中
new_df = df.groupby('A').apply(lambda x: x.iloc[:, 1:]).reset_index(level=1, drop=True)

print(df)
print(new_df)

上述代码中，首先创建了一个示例 DataFrame，其中列 A 存在重复值。然后使用 `groupby` 方法按列 A 进行分组，再使用 `apply` 方法将每个分组中除了列 A 以外的列放到新的 DataFrame 中。最后使用 `reset_index` 方法将新的 DataFrame 中的索引重置为默认的整数索引。

输出结果如下：

   A  B   C
0  1  4  10
1  2  5  11
2  3  6  12
3  1  7  13
4  2  8  14
5  3  9  15

   B   C
A       
1  4  10
1  7  13
2  5  11
2  8  14
3  6  12
3  9  15

可以看到，新的 DataFrame 中只包含重复的列 B 和 C，且按照原始 DataFrame 中的分组顺序排列。