（自动）清理来自 Python Dataframe.CSV 的数据

Question

我在 Python 中从我抓取的一些网页中创建了一个 Dataframe。当我在我的 Google 表格中导入 CSV 文件时，我遇到了一个问题：所有数据单元格都是混合和匹配的。有时一行会包含这样的信息：col1、col4、col2、col8 等。

问题： 有没有办法防止列在 CSV 文件中被随机化？如果没有，是否有一种简单的方法可以在 Google 表格中再次组织列？

我当前的代码[省略了大部分不必要的行]-->

from bs4 import BeautifulSoup
import requests
import pandas as pd

  random_information = {
    col1,
    col2,
    col3,
    col4,
    col5,
    col6,
    col7,
    col8
  }

  randomDB.append(random_information)
  print(random_information)

df = pd.DataFrame(randomDB)
print(df)
df.to_csv('random.csv')

欢迎提出任何建议！ :-)

编辑：因为我似乎不够清楚（编码新手）我已经对我当前的问题进行了可视化......

            **Frame length            Frame color           Frame material**
1.            Purple                  Aluminium             56
2.            Yellow                  57                    Carbon
3.            58                      Green                 Aluminium

Answer 1

是的，您可以将 dict 作为参数传递。每个键都是数据框的一列。

pd.DataFrame({"col1": [1, 2], "col2": [1 , 3]})

您的代码的不同之处在于您从列表中创建了一个数据框。上面的代码使用了字典。

Answer 2

panda DataFrame(s) 提供了一个专用函数： DataFrame.sort_values

这里是工作示例：

import pandas as pd 
          
series = {}
for x in range(100):
  arr1 = []
  for i in range(10):
    arr1.append(random())
    
  series[x] = arr1
  
df = pd.DataFrame(series)
df.sort_values(by=1, inplace=True)
print(df)

df.sort_values(by=2, inplace=True)
print(df)

输出1：

        0         1         2   ...        97        98        99
3  0.816715  0.008932  0.950971  ...  0.919954  0.407322  0.682435
5  0.455805  0.075427  0.502535  ...  0.686747  0.504749  0.217507
4  0.310290  0.151038  0.061864  ...  0.077576  0.783444  0.784403

输出2：

        0         1         2   ...        97        98        99
8  0.677506  0.438093  0.032239  ...  0.055174  0.242884  0.794950
4  0.310290  0.151038  0.061864  ...  0.077576  0.783444  0.784403
6  0.006972  0.604672  0.251232  ...  0.496487  0.674959  0.308529