下面是我的代码:
import pandas as pd
data = pd.DataFrame({'Odd':[1,3,5,6,7,9], 'Even':[0,2,4,6,8,10]})
for i in reversed(data):
print(data['Odd'], data['Even'])
当我运行这段代码时,我得到以下错误:
Traceback (most recent call last):
File "C:\Python33\lib\site-packages\pandas\core\generic.py", line 665, in _get_item_cache
return cache[item]
KeyError: 5
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "C:\Users\*****\Documents\******\********\****.py", line 5, in <module>
for i in reversed(data):
File "C:\Python33\lib\site-packages\pandas\core\frame.py", line 2003, in __getitem__
return self._get_item_cache(key)
File "C:\Python33\lib\site-packages\pandas\core\generic.py", line 667, in _get_item_cache
values = self._data.get(item)
File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1656, in get
_, block = self._find_block(item)
File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1936, in _find_block
self._check_have(item)
File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1943, in _check_have
raise KeyError('no item named %s' % com.pprint_thing(item))
KeyError: 'no item named 5'
**为什么会出现这个错误?
我该怎么补救呢?
如何正确反转pandas.DataFrame
?**
7条答案
按热度按时间zour9fqk1#
或者简单地说:
将反转 Dataframe ,如果你想有一个从下到上的
for
循环,你可以这样做:或
你会得到一个错误,因为
reversed
首先调用data.__len__()
,它返回6。然后它试图在range(6, 0, -1)
中为j
调用data[j - 1]
,第一个调用将是data[5]
;但是在pandas中,dataframedata[5]
表示第5列,并且没有第5列,因此它将抛出异常。s6fujrry2#
您可以用更简单的方法反转行:
9cbw7uwe3#
pandas DataFrame反转的正确方法是什么?
TL;DR:
df[::-1]
这是反转DataFrame的最佳方法,因为1)它是常量运行时间,即O(1)2)它是单个操作,3)简洁/可读(假设熟悉slice notation)。
长版本
我发现旧的切片技巧**
df[::-1]
**(或等效的df.loc[::-1]
1)是最简洁和惯用的反转DataFrame的方法。这反映了python列表反转语法lst[::-1]
,并且其意图很清楚。使用loc
语法,如果需要,您还可以对列进行切片,因此它更灵活一点。处理索引时需要考虑的几点:
df[::-1]
反转索引和值。.reset_index(drop=True)
。df[:] = df[::-1]
(创建df
的就地更新)或df.loc[::-1].set_index(df.index)
(返回副本)来实现。1:
df.loc[::-1]
和df.iloc[::-1]
是等效的,因为切片语法保持不变,无论你是按位置(iloc
)还是标签(loc
)反转。The Proof is in the Pudding
X轴表示数据集大小。Y轴表示反转所需的时间。没有方法可以像切片技巧一样缩放,它一直在图的底部。Benchmarking code供参考,使用perfplot生成的图。
其他解决方案点评
df.reindex(index=df.index[::-1])
显然是一个流行的解决方案,但乍一看,对于不熟悉的读者来说,这段代码是“反转DataFrame”有多明显?此外,这是反转索引,然后使用中间结果到reindex
,所以这本质上是一个两个步骤的操作(当它可能只是一个)。df.sort_index(ascending=False)
在大多数情况下都可以工作,如果你有一个简单的范围索引,但这假设你的索引是按升序排序的,所以不能很好地泛化。iterrows
。我看到一些建议反向迭代的选项。无论你的用例是什么,都可能有一个可用的向量化方法,但是如果没有,那么你可以使用一些更合理的方法,比如列表解析。请参阅如何在Pandas中迭代DataFrame中的行,以了解更多关于为什么iterrows
是反模式的细节。rryofs0p4#
在反转 Dataframe 之后,现有答案都不重置索引。
为此,请执行以下操作:
下面是一个实用函数,它也删除了旧的索引列,根据@Tim的评论:
只需将 Dataframe 传入函数
nwo49xxi5#
如果处理排序的范围索引,一种方法是:
这种方法具有以下优点:(1)是单行,(2)不需要效用函数,最重要的是(3)**实际上不更改 Dataframe 中的任何数据。
警告:这是通过按降序对索引进行排序来工作的,因此可能并不总是适合或适用于任何给定的数据框架。
5lwkijsr6#
这是可行的:
6pp0gazn7#
df = df.loc[reversed(df.index)]
这可能比负切片更明确,更不隐晦。