重新排序 CSV 中的列答案

【问题标题】：Reordering columns in CSV重新排序 CSV 中的列
【发布时间】：2016-10-26 08:00:35
【问题描述】：

之前已发布过问题，但未正确传达要求。我有一个包含 1000 多列的 csv 文件：

A   B   C   D ....  X   Y   Z
1   0   0.5 5 ....  1   7   6
2   0   0.6 4 ....  0   7   6
3   0   0.7 3 ....  1   7   6
4   0   0.8 2 ....  0   7   6

这里 X , Y 和 Z 是第 999, 1000, 10001 列， A, B, C , D 是第 1,2,3 和 4 列。我需要以这样的方式对列进行重新排序，以便为我提供以下信息。

D   Y   Z   A   B   C   ....X
5   7   6   1   0   0.5 ....1
4   7   6   2   0   0.6 ....0
3   7   6   3   0   0.7 ....1
2   7   6   4   0   0.8 ....0

即第 4 列变为第 1 列，第 1000 列和第 1001 列变为第 2 和第 3 列，其他列相应地向右移动。

【问题讨论】：

您能否展示您的尝试以及为什么许多related 问题无法回答您的问题？这只需要您重新排序列索引，然后通过传递新顺序 reindex df
使用 Excel 或等效的开源软件
@EdChum，是的，但是有一千列。我如何重新排序这么多列。有通用的方法吗？ python新手
@EdChum, import pandas as pd df = pd.read_csv('test.csv') ncols = df.columns.tolist() cols = ncols[-1:] + ncols[:-1] df[cols].to_csv('test1.csv',index=False) 此代码将最后一列带到第一列。但我被困在如何重新排序随机列

标签： python python-2.7 csv numpy pandas

【解决方案1】：

所以问题是如何以自定义方式重新排列列。

例如，您有以下 DF，并且您希望按以下方式（索引）对列重新排序：

5、3、休息……

In [82]: df
Out[82]:
   A  B    C  D  E  F  G
0  1  0  0.5  5  1  7  6
1  2  0  0.6  4  0  7  6
2  3  0  0.7  3  1  7  6
3  4  0  0.8  2  0  7  6

列

In [83]: cols = df.columns.tolist()

In [84]: cols
Out[84]: ['A', 'B', 'C', 'D', 'E', 'F', 'G']

重新排序：

In [88]: cols = [cols.pop(5)] + [cols.pop(3)] + cols

In [89]: cols
Out[89]: ['F', 'D', 'A', 'B', 'C', 'E', 'G']

In [90]: df[cols]
Out[90]:
   F  D  A  B    C  E  G
0  7  5  1  0  0.5  1  6
1  7  4  2  0  0.6  0  6
2  7  3  3  0  0.7  1  6
3  7  2  4  0  0.8  0  6

【讨论】：

@DigantaBharali，有帮助吗？

【解决方案2】：

In [4]: df
Out[4]:
   A  B    C  D  X  Y  Z
0  1  0  0.5  5  1  7  6
1  2  0  0.6  4  0  7  6
2  3  0  0.7  3  1  7  6
3  4  0  0.8  2  0  7  6

In [5]: df.reindex(columns=['D','Y','Z','A','B','C','X'])
Out[5]:
   D  Y  Z  A  B    C  X
0  5  7  6  1  0  0.5  1
1  4  7  6  2  0  0.6  0
2  3  7  6  3  0  0.7  1

【讨论】：