我有一個每天生成的 Pandas Dataframe，并且 Dataframe 中存在的列串列在每次生成時可能會有所不同。
我正在嘗試查看是否可以對列存盤為特定格式的 Dataframe 的最終輸出的順序進行排序。如果存在新列，則將它們放置在末尾。
下面給出的是我如何嘗試構建這個最終輸出
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
示例資料框列：
['customer_name','cust_id','sale_id','sale_time']
我希望上述 Dataframe 結構如下：
['cust_id','sale_id','customer_name','sale_time']
基本上列中expected_columns的優先級最高，然后將資料幀中的其他列作為新資料幀的連續列。
uj5u.com熱心網友回復：
第一個想法是使用串列理解并通過 以下方式連接串列：
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
df = pd.DataFrame(columns=['customer_name','cust_id','sale_id','sale_time'])
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
new1 = [c for c in df.columns if c in expected_columns]
new2 = [c for c in df.columns if c not in expected_columns]
new = new1 new2
print (new)
['cust_id','sale_id','customer_name','sale_time']
或者使用Index.intersection具有Index.difference：
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
new = (df.columns.intersection(expected_columns, sort=False).tolist()
df.columns.difference(expected_columns, sort=False).tolist())
如果在輸出中排序也expected_columns很重要，請使用：
new = (pd.Index(expected_columns).intersection(df.columns, sort=False).tolist()
df.columns.difference(expected_columns, sort=False).tolist())
差異是改變樣本資料：
expected_columns = ['sale_id','cost_id','cust_id','prod_id']
df = pd.DataFrame(columns=['customer_name','cust_id','sale_id','sale_time'])
new = (pd.Index(expected_columns).intersection(df.columns, sort=False).tolist()
df.columns.difference(expected_columns, sort=False).tolist())
print (new)
['sale_id', 'cust_id', 'customer_name', 'sale_time']
new = (df.columns.intersection(expected_columns, sort=False).tolist()
df.columns.difference(expected_columns, sort=False).tolist())
print (new)
['cust_id', 'sale_id', 'customer_name', 'sale_time']
最后用于更改列的順序使用：
df = df[new]
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/312301.html