python - 按标签系列重新索引 DataFrame 列

标签 python pandas dataframe indexing reindex

我有一系列标签

pd.Series(['L1', 'L2', 'L3'], ['A', 'B', 'A'])

和一个数据框

pd.DataFrame([[1,2], [3,4]], ['I1', 'I2'], ['A', 'B'])

我想要一个包含列['L1', 'L2', 'L3']的数据框,其中列数据分别来自'A','B','A' 。就像这样...

pd.DataFrame([[1,2,1], [3,4,3]], ['I1', 'I2'], ['L1', 'L2', 'L3'])

以一种很好的 Pandas 方式。

最佳答案

既然你提到重新索引

#s=pd.Series(['L1', 'L2', 'L3'], ['A', 'B', 'A'])
#df=pd.DataFrame([[1,2], [3,4]], ['I1', 'I2'], ['A', 'B'])
df.reindex(s.index,axis=1).rename(columns=s.to_dict())
Out[598]: 
    L3  L2  L3
I1   1   2   1
I2   3   4   3

关于python - 按标签系列重新索引 DataFrame 列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51106297/

相关文章:

python - 正在寻找函数语法来根据两个不同的字典键/值对检查数据帧列?

python - 使用 python 在音频中查找语速和语调

python - 在 Dataframe 中查找每行都有值的列

python - 测试一个 numpy 数组是否位于数组 a 和 b 之间

python - 如何将 2 个 Pandas Dataframes(已旋转)与列上的层次索引合并

r - 在每个月末计算入职日期和退休日期的 worker 人数

python - 如何在 python 中进行 groupby 来拆分订单?

python - 如何在 Jinja2 模板中将项目填充到两列中

python - 使用 PyAudio 进行流式传输时修改音量

python - Pandas :创建交换其他行值的新列