我需要反转我的Pandas Dataframe 的顺序。但使用以下代码：
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}) df = df.iloc[:, ::-1]
还反转列标签的顺序。如何仅反转数据并维护列标签？我希望得到：
A B C 0 7 4 1 1 8 5 2 2 9 6 3
mitkmikd1#
如果大型 Dataframe 和性能很重要，则由构造函数分配给新的 Dataframe ：
df = pd.DataFrame(np.random.randint(10, size=(1000,1000))).add_prefix('col') # print (df)
In [108]: %timeit df[:] = df.values[:, ::-1] 5.19 ms ± 555 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) In [109]: %timeit df[:] = df.iloc[:, ::-1].to_numpy() 5.34 ms ± 288 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) In [110]: %timeit df.iloc[:, ::-1].set_axis(df.columns, axis=1) 2.42 ms ± 357 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [111]: %timeit pd.DataFrame(df.iloc[:, ::-1].to_numpy(), index=df.index,columns=df.columns) 102 µs ± 3.45 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each) In [112]: %timeit pd.DataFrame(df.to_numpy()[:, ::-1], index=df.index, columns=df.columns) 43.7 µs ± 240 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
fjaof16o2#
最短分配：
df[:] = df.values[:, ::-1]
u3r8eeie3#
要在位修改，请用途：
df[:] = df.iloc[:, ::-1].to_numpy()
或者，对于新对象：
out = df.iloc[:, ::-1].set_axis(df.columns, axis=1)
3条答案
按热度按时间mitkmikd1#
如果大型 Dataframe 和性能很重要，则由构造函数分配给新的 Dataframe ：
fjaof16o2#
最短分配：
u3r8eeie3#
要在位修改，请用途：
或者，对于新对象：