Pandas: cara mengurutkan kolom berdasarkan nama
Anda dapat menggunakan sintaks berikut untuk mengurutkan pandas DataFrame dengan cepat berdasarkan nama kolom:
df = df[[' column1 ', ' column4 ', ' column3 ', ' column2 ']]
Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.
Contoh 1: Urutkan Pandas DataFrame berdasarkan nama kolom
Kode berikut menunjukkan cara mengurutkan pandas DataFrame berdasarkan nama kolom:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12], ' steals ': [2, 3, 3, 2, 5, 3, 2, 1]}) #list column names list(df) ['points', 'assists', 'rebounds', 'steals'] #sort columns by names df = df[[' steals ', ' assists ', ' rebounds ', ' points ']] df steals assists rebounds points 0 2 5 11 25 1 3 7 8 12 2 3 7 10 15 3 2 9 6 14 4 5 12 6 19 5 3 9 5 23 6 2 9 9 25 7 1 4 12 29
Contoh 2: Urutkan Pandas DataFrame berdasarkan daftar
Kode berikut menunjukkan cara mengurutkan pandas DataFrame berdasarkan daftar nama:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12], ' steals ': [2, 3, 3, 2, 5, 3, 2, 1]}) #define list of column names name_order = [' steals ', ' assists ', ' rebounds ', ' points '] #sort columns by list df = df[name_order] df steals assists rebounds points 0 2 5 11 25 1 3 7 8 12 2 3 7 10 15 3 2 9 6 14 4 5 12 6 19 5 3 9 5 23 6 2 9 9 25 7 1 4 12 29
Contoh 3: Urutkan Pandas DataFrame berdasarkan abjad
Kode berikut menunjukkan cara mengurutkan pandas DataFrame berdasarkan abjad:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12], ' steals ': [2, 3, 3, 2, 5, 3, 2, 1]}) #sort columns alphabetically df = df[sorted( df.columns )] df assists points rebounds steals 0 5 25 11 2 1 7 12 8 3 2 7 15 10 3 3 9 14 6 2 4 12 19 6 5 5 9 23 5 3 6 9 25 9 2 7 4 29 12 1
Sumber daya tambahan
Cara mengurutkan Pandas DataFrame berdasarkan tanggal
Cara menemukan nilai unik di kolom Pandas