Python EXCEL 小技巧：最快重新排列dataframe函数
工作原理
1.获取所有列名。
2.根据输入的列标识（列名或列索引）确定要移动的列名。
3.检查新位置是否有效。
4.先移除要移动的列，然后在新的位置插入该列。
5.返回一个新的DataFrame。
V1.0
def move_column(df, col_identifier, new_idx):"""移动DataFrame的列到新位置参数:df: pandas DataFramecol_identifier: 可以是列名(str)或列索引(int)new_idx: 新的位置索引(从0开始)返回:调整列顺序后的新DataFrame"""# 获取所有列名cols = list(df.columns)# 根据输入类型确定要移动的列if isinstance(col_identifier, str):# 列名输入if col_identifier not in cols:raise ValueError(f"列名 '{col_identifier}' 不存在于DataFrame中")col_to_move = col_identifierelif isinstance(col_identifier, int):# 列索引输入if col_identifier < 0 or col_identifier >= len(cols):raise IndexError(f"列索引 {col_identifier} 超出范围")col_to_move = cols[col_identifier]else:raise TypeError("col_identifier 必须是字符串(列名)或整数(列索引)")# 确保新位置有效if new_idx < 0 or new_idx > len(cols):raise IndexError(f"新位置索引 {new_idx} 无效")# 创建新列顺序new_cols = [col for col in cols if col != col_to_move] # 移除要移动的列new_cols.insert(new_idx, col_to_move) # 在指定位置插入该列return df[new_cols]
使用示例
import pandas as pd# 创建示例DataFrame
data = {'姓名': ['张三', '李四', '王五'],'年龄': [25, 30, 28],'性别': ['男', '男', '女'],'sim': [0.8, 0.9, 0.7], # 第四列'城市': ['北京', '上海', '广州']
}
df = pd.DataFrame(data)print("原始列顺序:")
print(df.columns.tolist()) # ['姓名', '年龄', '性别', 'sim', '城市']# 使用列名移动
df_moved = move_column(df, 'sim', 1) # 将'sim'列移动到第2个位置
print("\n移动后列顺序:")
print(df_moved.columns.tolist()) # ['姓名', 'sim', '年龄', '性别', '城市']# 使用列索引移动（效果相同）
df_moved2 = move_column(df, 3, 1) # 将第4列移动到第2个位置
print("\n使用索引移动后列顺序:")
print(df_moved2.columns.tolist()) # ['姓名', 'sim', '年龄', '性别', '城市']
函数特点
- 双重支持：同时支持列名(str)和列索引(int)作为输入
- 错误处理：
- 检查列名是否存在
- 验证列索引是否有效
- 确保新位置在合理范围内
- 清晰文档：包含详细的函数说明和参数解释
- 高效实现：使用列表推导式高效创建新列顺序
使用建议
- 当列名已知时，推荐使用列名作为输入，这样代码更易读且不受列顺序变化影响
- 当需要根据位置移动列时，可以使用列索引
- 该函数不会修改原始DataFrame，而是返回一个新的DataFrame
2.0
使用pop和insert（更简洁）
def move_column_efficient(df, col_identifier, new_idx):"""使用pop和insert高效移动列"""cols = list(df.columns)# 确定要移动的列索引if isinstance(col_identifier, str):if col_identifier not in cols:raise ValueError(f"列名 '{col_identifier}' 不存在于DataFrame中")old_idx = cols.index(col_identifier)elif isinstance(col_identifier, int):if col_identifier < 0 or col_identifier >= len(cols):raise IndexError(f"列索引 {col_identifier} 超出范围")old_idx = col_identifierelse:raise TypeError("col_identifier 必须是字符串(列名)或整数(列索引)")# 确保新位置有效if new_idx < 0 or new_idx > len(cols):raise IndexError(f"新位置索引 {new_idx} 无效")# 使用pop和insert一次性完成操作col_name = cols.pop(old_idx)cols.insert(new_idx, col_name)return df[cols]
2.1
def move_column_efficient(df, col_identifier, new_idx):"""高效移动DataFrame列位置参数:df: pandas DataFramecol_identifier: 列名(str)或列索引(int)new_idx: 目标位置索引(0-based)返回:调整列顺序后的新DataFrame"""cols = list(df.columns)# 处理列标识符if isinstance(col_identifier, str):if col_identifier not in cols:raise ValueError(f"列名 '{col_identifier}' 不存在")old_idx = cols.index(col_identifier)elif isinstance(col_identifier, int):if not (0 <= col_identifier < len(cols)):raise IndexError(f"列索引 {col_identifier} 超出范围[0, {len(cols)-1}]")old_idx = col_identifierelse:raise TypeError("参数必须是列名字符串或列索引整数")# 处理新位置索引if not (0 <= new_idx <= len(cols)):raise IndexError(f"新位置索引 {new_idx} 应在[0, {len(cols)}]范围内")# 高效移动列if old_idx != new_idx: # 仅当位置不同时操作col_name = cols.pop(old_idx)# 调整新位置索引（如果旧索引在新索引之前）adj_new_idx = new_idx - 1 if old_idx < new_idx else new_idxcols.insert(adj_new_idx, col_name)return df[cols]
def move_column_efficient(df, col_identifier, new_idx):"""Efficiently repositions a column within a DataFrame.Parameters:df: pandas DataFrameThe input DataFrame.col_identifier: str or intColumn name (string) or column index (integer).new_idx: intTarget position index (0-based).Returns:DataFrameA new DataFrame with the column order adjusted."""cols = list(df.columns)# Handle column identifierif isinstance(col_identifier, str):if col_identifier not in cols:raise ValueError(f"Column name '{col_identifier}' does not exist")old_idx = cols.index(col_identifier)elif isinstance(col_identifier, int):if not (0 <= col_identifier < len(cols)):raise IndexError(f"Column index {col_identifier} is out of range [0, {len(cols)-1}]")old_idx = col_identifierelse:raise TypeError("Parameter must be a column name string or column index integer")# Validate target position indexif not (0 <= new_idx <= len(cols)):raise IndexError(f"Target position index {new_idx} must be within [0, {len(cols)}]")# Efficiently reposition columnif old_idx != new_idx: # Only perform operation if positions differcol_name = cols.pop(old_idx)# Adjust target index if original index precedes the target positionadj_new_idx = new_idx - 1 if old_idx < new_idx else new_idxcols.insert(adj_new_idx, col_name)return df[cols]
改进点说明
- 添加位置变化检查：避免不必要的列顺序调整
if old_idx != new_idx: # 仅当位置不同时操作
- 更精确的新位置索引处理：解决当旧索引在新索引之前时，pop操作后索引偏移的问题
adj_new_idx = new_idx - 1 if old_idx < new_idx else new_idx
- 更详细的错误信息：提供更具体的范围提示
raise IndexError(f"列索引 {col_identifier} 超出范围[0, {len(cols)-1}]")