代码之家 › 专栏 › 技术社区 › Bill Armstrong

PANDAS:将行(索引和值)从最后一个移动到第一个[重复]

dataframe pandas python

Bill Armstrong · 技术社区 · 8 年前

add a row at top in pandas dataframe [duplicate] 6个答案

ordered row index (具体来说-我的 row moves the values while maintaining the original index .我的df将描述作为索引,值与索引描述是离散的。

df = pd.DataFrame({
    'col1' : ['A', 'A', 'B', 'F', 'D', 'C'],
    'col2' : [2, 1, 9, 8, 7, 4],
    'col3': [0, 1, 9, 4, 2, 3],
}).set_index('col1')

#output
In [7]: df
Out[7]: 
      col2  col3
col1            
A        2     0
A        1     1
B        9     9
F        8     4
D        7     2
C        4     3

df.loc["Deferred Description"] = pd.Series([''])

In [9]: df
Out[9]: 
                      col2  col3
col1                            
A                      2.0   0.0
A                      1.0   1.0
B                      9.0   9.0
F                      8.0   4.0
D                      7.0   2.0
C                      4.0   3.0
Deferred Description   NaN   NaN

我希望得到的结果是:

In [9]: df
Out[9]: 
                      col2  col3
col1                            
Defenses Description   NaN   NaN
A                      2.0   0.0
A                      1.0   1.0
B                      9.0   9.0
F                      8.0   4.0
D                      7.0   2.0
C                      4.0   3.0

df.shift() df.sort_index() 但这需要对索引进行排序(有几个这样的示例使用 df.loc[-1] = ... df.index = df.index + 1 )。在我的情况下,我需要 Defenses Description

2 回复 | 直到 8 年前

cs95 abhishek58g 8 年前

你的问题不是循环移位,而是插入的一个更简单的问题(这就是为什么我选择将这个问题标记为重复的原因)。

pd.concat .

pd.concat([pd.DataFrame(columns=df.columns, index=['Deferred Description']), df])

                     col2 col3
Deferred Description  NaN  NaN
A                       2    0
A                       1    1
B                       9    9
F                       8    4
D                       7    2
C                       4    3

DataFrame.insert 适用于列但不适用于行的函数。

np.roll .

# apply this fix to your existing DataFrame
pd.DataFrame(np.roll(df.values, 1, axis=0), 
     index=np.roll(df.index, 1), columns=df.columns
)

                     col2 col3
Deferred Description  NaN  NaN
A                       2    0
A                       1    1
B                       9    9
F                       8    4
D                       7    2
C                       4    3

pd.DataFrame(np.roll(df.values, 1, axis=0))

BENY 8 年前

您可以使用 append

pd.DataFrame({'col2':[np.nan],'col3':[np.nan]},index=["Deferred Description"]).append(df)
Out[294]: 
                      col2  col3
Deferred Description   NaN   NaN
A                      2.0   0.0
A                      1.0   1.0
B                      9.0   9.0
F                      8.0   4.0
D                      7.0   2.0
C                      4.0   3.0

推荐文章