正确的方法来反转pandas.DataFrame？

Question

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'

为什么我收到此错误？
我该如何解决这个问题？
逆转的正确方法是pandas.DataFrame什么？

Answer 1

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

或者干脆:

data.iloc[::-1]

将反转您的数据框,如果您想要一个for从下到上的循环,您可以这样做:

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

要么

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

因为你得到一个错误reversed首先调用data.__len__()返回6,然后试图调用data[j - 1]用于j在range(6, 0, -1)和第一个电话会data[5]; 但在pandas中,dataframe data[5]表示第5列,并且没有第5列,因此它将引发异常.(见文档)

Answer 2

您可以以更简单的方式反转行:

df[::-1]

Answer 3

在反转数据帧后，现有的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，它也删除了旧索引列：

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

只需将您的数据框传递到函数中

Answer 4

反转熊猫数据帧的正确方法是什么？

特尔；博士： df[::-1]

这在客观上是IMO 反转 DataFrame 的最佳方法，因为它是一步操作，也非常易读（假设熟悉切片符号）。

长版

我发现 ol' 切片技巧df[::-1]（或等效的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，其意图很明确。使用语法，您还可以根据需要对列进行切片，因此它更灵活一些。df.loc[::-1]lst[::-1]loc

处理索引时需要考虑的一些要点：

• “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？”

  • 你可以.reset_index(drop=True)在最后打电话。

• “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，因为它意味着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，您可以使用df[:] = df[::-1]创建就地更新df或 的方法来实现您的要求df.loc[::-1].set_index(df.index)，这会返回一个副本。

_{1:df.loc[::-1]并且df.iloc[::-1]是等效的，因为切片语法保持不变，无论您是按位置 ( iloc) 或标签 ( loc)反转。}

证据就在布丁里

X 轴表示数据集大小。Y 轴表示反转所需的时间。没有任何方法可以扩展以及切片技巧，它一直在图的底部。基准代码供参考，使用perfplot生成的图。

对其他解决方案的评论

• 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“反转数据帧”有多明显？此外，这是反转索引，然后使用该中间结果到reindex，所以这本质上是两个步操作（当它可能已经只是一个）。

• df.sort_index(ascending=False) 在大多数情况下，如果您有一个简单的范围索引，可能会工作，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。我看到一些建议反向迭代的选项。无论您的用例是什么，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，例如列表推导式。有关为什么是反模式的更多详细信息，请参阅如何在 Pandas 中迭代 DataFrame 中的行iterrows。

Answer 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）不需要效用函数，最重要的是（3）实际上不会改变数据帧中的任何数据。

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