python-对pandas数据透视表中的列进行重新排序
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-对pandas数据透视表中的列进行重新排序，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1843字，纯文字阅读大概需要3分钟。
内容图文
我有一个使用pivot_table方法创建的熊猫数据框.它的结构如下：
import numpy as np
import pandas
datadict = {
('Imps', '10day avg'): {'All': '17,617,872', 'Crossnet': np.nan, 'N/A': '17,617,872'},
('Imps', '30day avg'): {'All': '17,302,111', 'Crossnet': '110','N/A': '18,212,742'},
('Imps', '3day avg'): {'All': '8,029,438', 'Crossnet': '116', 'N/A': '8,430,904'},
('Imps', 'All'): {'All': '14,156,666', 'Crossnet': '113', 'N/A': '14,644,823'},
('Spend', '10day avg'): {'All': '$439', 'Crossnet': np.nan, 'N/A': '$439'},
('Spend', '30day avg'): {'All': '$468', 'Crossnet': '$0', 'N/A': '$492'},
('Spend', '3day avg'): {'All': '$209', 'Crossnet': '$0', 'N/A': '$219'},
('Spend', 'All'): {'All': '$368', 'Crossnet': '$0', 'N/A': '$381'}
}
df = pandas.DataFrame.from_dict(datadict)
df.columns = pandas.MultiIndex.from_tuples(df.columns)
我尝试使用以下两种方法以新的顺序对“支出”和“展示”下的嵌套列进行重新排序,但是即使没有引发错误,该顺序也保持不变：
df['Spend']=df['Spend'].reindex_axis(['3day avg','10day avg','30day avg','All'],axis=1)
df['Spend']=df['Spend'][['3day avg','10day avg','30day avg','All']]
解决方法:
一种方法是通过以下方式创建MultiIndex和重新索引：
In [11]: mi = pd.MultiIndex.from_product([['Imps', 'Spend'], ['3day avg','10day avg','30day avg','All']])
In [12]: df.reindex_axis(mi, 1)
Out[12]:
Imps Spend
3day avg 10day avg 30day avg All 3day avg 10day avg 30day avg All
All 8,029,438 17,617,872 17,302,111 14,156,666 $209 $439 $468 $368
Crossnet 116 NaN 110 113 $0 NaN $0 $0
N/A 8,430,904 17,617,872 18,212,742 14,644,823 $219 $439 $492 $381
注意：如果您使用的熊猫早于pd.MultiIndex.from_tuples(list(itertools.product(..))),则MultiIndex.from_product是0.13中的新增功能.
内容总结
以上是互联网集市为您收集整理的python-对pandas数据透视表中的列进行重新排序全部内容，希望文章能够帮你解决python-对pandas数据透视表中的列进行重新排序所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。