Как перевернуть dataframe pandas (с примером)


Вы можете использовать следующий базовый синтаксис, чтобы перевернуть строки DataFrame pandas:

 df_reversed = df[::-1]

Если вы хотите перевернуть строки DataFrame и сбросить значения индекса, вы можете использовать следующий синтаксис:

 df_reversed = df[::-1]. reset_index (drop= True )

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: как перевернуть DataFrame Pandas

Предположим, у нас есть следующий DataFrame pandas, содержащий информацию о различных баскетболистах:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4]})

#view DataFrame
print (df)

  team points assists
0 to 18 5
1 B 22 7
2 C 19 7
3 D 14 9
4 E 14 12
5 F 11 9
6 G 20 9
7:28 a.m. 4

Мы можем использовать следующий синтаксис, чтобы перевернуть строки DataFrame:

 #create new DataFrame with rows reversed
df_reversed = df[::-1]

#view new DataFrame
print (df_reversed)

  team points assists
7:28 a.m. 4
6 G 20 9
5 F 11 9
4 E 14 12
3 D 14 9
2 C 19 7
1 B 22 7
0 to 18 5

Обратите внимание, что порядок строк DataFrame изменился на обратный.

Однако каждая строка по-прежнему содержит исходное значение индекса.

Если вы хотите перевернуть строки DataFrame и сбросить значения индекса, вы можете использовать следующий синтаксис:

 #create reversed DataFrame and reset index values
df_reversed = df[::-1]. reset_index (drop= True )

#view new DataFrame
print (df_reversed)

  team points assists
0:28 4
1 G 20 9
2 F 11 9
3 E 14 12
4 D 14 9
5 C 19 7
6 B 22 7
7 to 18 5

Обратите внимание, что порядок строк был изменен на обратный, а значения индексов сброшены.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Как выбрать строки со значениями NaN в Pandas
Как найти первую строку, соответствующую критериям в пандах
Как получить последнюю строку в Pandas

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *