反转熊猫数据框的正确方法？答案

【问题标题】：Right way to reverse a pandas DataFrame?反转熊猫数据框的正确方法？
【发布时间】：2013-12-24 23:54:12
【问题描述】：

这是我的代码：

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'])

当我运行此代码时，我收到以下错误：

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'

为什么会出现此错误？
我该如何解决这个问题？
反转pandas.DataFrame的正确方法是什么？

【问题讨论】：

您在寻找什么输出？ "One" 不是data 中的列，我不知道Two 是变量还是"Two" 的错字，这也不是列。您只是想颠倒列顺序吗？
您的意思是data[["Odd", "Even"]]，或者更笼统地说，data[data.columns[::-1]]？
你还没有给出你想要的输出示例。我知道如何解决 reversed(data) 不起作用的事实，但我不知道您为什么要为框架中的每一列打印整个 Odd 和 Even 列，这就是您的如果你使用reversed(list(data))，代码就可以了。
我想从我的dataFrame末尾开始for循环
那么我认为你的问题是this one 的重复，你想要for i, row in data[::-1].iterrows(): print row["Odd"], row["Even"] 之类的东西。请始终在您的问题中举例说明您期望的输出；它让每个人的生活都变得更轻松。

标签： python pandas reverse

【解决方案1】：

data.reindex(index=data.index[::-1])

或者简单地说：

data.iloc[::-1]

如果你想有一个从下到上的for循环，你可以反转你的数据框：

for idx in reversed(data.index):
    print(idx, data.loc[idx, 'Even'], data.loc[idx, 'Odd'])

或

for idx in reversed(data.index):
    print(idx, data.Even[idx], data.Odd[idx])

您收到错误是因为reversed 首先调用data.__len__()，它返回6。然后它尝试在range(6, 0, -1) 中为j 调用data[j - 1]，第一个调用将是data[5]；但在 pandas 数据框中data[5] 表示第 5 列，并且没有第 5 列，所以它会抛出异常。（见docs）

【讨论】：

有什么方法就地？相当于假设的data.reindex(index=data.index[::-1], inplace=True)
可以做data = data.reindex(index=data.index[::-1])然后data.reset_index(inplace=True, drop=True)，它将被重置到位。
df = df[::-1] 是 Python 式且有效的解决方案吗？
@tommy.carstensen 是的，应该是最佳答案
@tommy.carstensen 是的，它比这个解决方案更重要，而且速度也更快。请参阅基本原理和基准here。

【解决方案2】：

您可以以更简单的方式反转行：

df[::-1]

【讨论】：

我喜欢用pd.Series.reverse = pd.DataFrame.reverse = lambda self: self[::-1] 定义我自己的reverse() 方法，因为它在链接方法时看起来更好，例如df.reverse().iterrows().
@BenMares 很棒，但 iterrows() 让它看起来不太好看:-(
iterrows() 通常不是必需的。这只是一个例子，如果你想做for row in ... 单独做df.reverse() 就可以得到反向的数据帧。
这个方法叫什么？我想详细了解它的工作原理（当然，除非有人想在这里写！）

【解决方案3】：

反转 pandas DataFrame 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) 它是恒定运行时间，即 O(1) 2) 它是单个操作，以及 3) 简洁/可读（假设熟悉 slice notation）。

加长版

我发现 ol' 切片技巧 df[::-1]（或等效的 df.loc[::-1]¹）是反转 DataFrame 的最简洁和惯用的方法.这反映了 python 列表反转语法lst[::-1] 并且其意图很明确。使用loc 语法，您还可以根据需要对列进行切片，因此更加灵活。

处理索引时需要考虑的几点：

“如果我也想反转索引怎么办？”
- 你已经完成了。 df[::-1] 反转索引和值。
“如果我想从结果中删除索引怎么办？”
- 您可以在最后拨打.reset_index(drop=True)。
“如果我想保持索引不变（IOW，只反转数据，而不是索引）怎么办？”
- 这有点不合常规，因为它暗示索引与数据并不真正相关。也许考虑完全删除它？尽管从技术上讲，您所要求的可以使用 df[:] = df[::-1] 来实现，它会创建对 df 的就地更新，或者 df.loc[::-1].set_index(df.index) 会返回一个副本。

_{1：df.loc[::-1] 和 df.iloc[::-1] 是等价的，因为无论是按位置 (iloc) 还是按标签 (loc) 反转，切片语法都保持不变。}

证据就在布丁里

X 轴代表数据集大小。 Y 轴表示反转所用的时间。没有任何方法可以像切片技巧那样缩放，它一直在图表的底部。 Benchmarking code 供参考，使用perfplot 生成的绘图。

对其他解决方案的评论

df.reindex(index=df.index[::-1]) 显然是一种流行的解决方案，但乍一看，对于不熟悉的读者来说，这段代码“反转 DataFrame”有多明显？此外，这是反转索引，然后使用该中间结果到 reindex，所以这本质上是一个两步操作（当它可能只是一个时）。
df.sort_index(ascending=False) 可能适用于您拥有简单范围索引的大多数情况，但这假设您的索引是按升序排序的，因此不能很好地概括。
请不要使用iterrows。我看到一些选项建议反向迭代。无论您的用例如何，都可能有可用的矢量化方法，但如果没有，那么您可以使用更合理的方法，例如列表推导。请参阅 How to iterate over rows in a DataFrame in Pandas 了解有关为什么 iterrows 是反模式的更多详细信息。

【讨论】：

一个警告：切片返回的是 NDFrame 而不是 DataFrame，这会让类型检查器不满意。
@knite 我很惊讶一个没有继承另一个，很奇怪！

【解决方案4】：

在反转数据帧后，现有答案都不会重置索引。

为此，请执行以下操作：

 data[::-1].reset_index()

根据@Tim 的评论，这是一个实用程序函数，它还删除了旧的索引列：

def reset_my_index(df):
  res = df[::-1].reset_index(drop=True)
  return(res)

只需将您的数据框传递给函数

【讨论】：

你可能想要drop=True，即：data[::-1].reset_index(drop=True)，否则旧索引将作为列添加到DataFrame中。
你为什么要这样做？
@endolith 一些库希望数据框被索引。例如，一些时间序列预测库期望索引帧作为输入，以便它可以对时间序列进行建模，同时保持与时间步长（日、月、年等）无关。因此，您可能正在使用数据框，对其进行转换，这会弄乱索引。因此重新索引框架是很常见的。

【解决方案5】：

如果处理排序范围索引，一种方法是：

data = data.sort_index(ascending=False)

这种方法的优点是 (1) 是单行，(2) 不需要实用函数，最重要的是 (3) 实际上不会更改数据框中的任何数据。

警告：这是通过按降序对索引进行排序来实现的，因此对于任何给定的 Dataframe 可能并不总是合适或概括。

【讨论】：

如果您尝试反转数据框（这将反转索引），这将起作用。如果你想通过某个列反转，比如说Odd，你可以做data.sort_values(by=['Odd'])
仅当索引已经按升序排序开始时才有效，因此这不能很好地概括。

【解决方案6】：

这行得通：

    for i,r in data[::-1].iterrows():
        print(r['Odd'], r['Even'])

【讨论】：

这行得通，但与第二个答案相同，加上可怕的iterrows。没必要，拜托！

反转 pandas DataFrame 的正确方法是什么？

TL;DR：df[::-1]

加长版

证据就在布丁里

对其他解决方案的评论

TL;DR：`df[::-1]`