So vertauschen sie zwei zeilen in pandas (mit beispiel)

Mit der folgenden benutzerdefinierten Funktion können Sie die Position zweier Zeilen in einem Pandas-DataFrame vertauschen:

 def swap_rows (df, row1, row2):
    df. iloc [row1], df. iloc [row2] = df. iloc [row2]. copy (), df. iloc [row1]. copy ()
    return df

Diese Funktion vertauscht die Zeilenpositionen in den Indexpositionen Zeile1 und Zeile2 im DataFrame.

Das folgende Beispiel zeigt, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel: Vertauschen Sie zwei Zeilen in Pandas

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Nets', 'Kings', 'Cavs', 'Heat', 'Magic'],
                   ' points ': [12, 15, 22, 29, 24, 22],
                   ' assists ': [4, 5, 10, 8, 7, 10]})

#view DataFrame
print (df)

    team points assists
0 Mavs 12 4
1 Nets 15 5
2Kings 22 10
3 Cavs 29 8
4 Heat 24 7
5 Magic 22 10

Wir können eine swap_rows() -Funktion definieren, um Zeilen an den Indexpositionen 0 und 4 im DataFrame auszutauschen:

 #define function to swap rows
def swap_rows (df, row1, row2):
    df. iloc [row1], df. iloc [row2] = df. iloc [row2]. copy (), df. iloc [row1]. copy ()
    return df

#swap rows in index positions 0 and 4
df = swap_rows(df, 0 , 4 )

#view updated DataFrame
print (df)

    team points assists
0 Heat 24 7
1 Nets 15 5
2Kings 22 10
3 Cavs 29 8
4 Mavs 12 4
5 Magic 22 10

Beachten Sie, dass die Zeilen an den Indexpositionen 0 und 4 vertauscht wurden, während jede zweite Zeile an derselben Position blieb.

Hinweis : In der Funktion swap_rows() haben wir die Funktion .iloc verwendet, um die Zeilen aus dem DataFrame basierend auf ihrer Indexposition auszuwählen.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere häufige Aufgaben in Pandas ausführen:

Pandas: So zählen Sie Vorkommen eines bestimmten Werts in einer Spalte
Pandas: Index der Zeilen abrufen, deren Spalte mit dem Wert übereinstimmt
Pandas: So zählen Sie fehlende Werte in DataFrame