DataFrameの列数が多くなってくると、カラムの位置を変えたくなることがあります。2種類の方法をご紹介します。
1つ目はpandas.DataFrame.reindexです。
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.reindex.html
2つ目はpandas.DataFrame.insertを使います。
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.insert.html
関数reindexで変える
関数reindexを使って、カラムの順番を変えます。元データのDataFrameはカラムがA, B, C”でIndexが”X, Y, Z”とするデータを使っています。
columns引数かaxis引数を使えば、カラムの順番を変えることができます。引数の指定をしないとデータが欠損値になります。
# 元データのDataFrameを作成する。
df = pd.DataFrame(
data=[[0, 1, 2], [3, 4, 5], [6, 7, 8]],
index=['X', 'Y', 'Z'],
columns=['A', 'B', 'C'],
)
print(df)
# A B C
# X 0 1 2
# Y 3 4 5
# Z 6 7 8
# columns引数でカラムの順番を変える。
df_new = df.reindex(columns=['B', 'C', 'A'])
print(df_new)
# B C A
# X 1 2 0
# Y 4 5 3
# Z 7 8 6
# axis引数でカラムの順番を変える。
df_new = df.reindex(['B', 'C', 'A'], axis='columns')
print(df_new)
# B C A
# X 1 2 0
# Y 4 5 3
# Z 7 8 6
# 引数を指定しないと欠損値になる。
df_new = df.reindex(['B', 'C', 'A'])
print(df_new)
# A B C
# B NaN NaN NaN
# C NaN NaN NaN
# A NaN NaN NaN
上でカラムの順番を変える例を示しましたが、関数reindexはIndexの順番も変えられます。
# index引数でIndexの順番を変える。 df_new = df.reindex(index=['Y', 'Z', 'X']) print(df_new) # A B C # Y 3 4 5 # Z 6 7 8 # X 0 1 2 # axis引数でIndexの順番を変える。 df_new = df.reindex(['X', 'Z', 'Y'], axis='index') print(df_new) # A B C # X 0 1 2 # Z 6 7 8 # Y 3 4 5
順番変更ではないのですが、補足情報です。DataFrameに存在しないカラム名やIndex名を引数に入れてしまうと欠損値になります。欠損値ではなく初期値を入れたい場合はfill_value引数を使えば回避できます。
# 存在しないカラム名を指定すると欠損値になる。 df_new = df.reindex(columns=['B', 'C', 'D']) print(df_new) # B C D # X 1 2 NaN # Y 4 5 NaN # Z 7 8 NaN # 存在しないカラム名を追加挿入して、初期値を埋めたい場合はfill_value引数を使う。 df_new = df.reindex(columns=['B', 'C', 'D'], fill_value=0) print(df_new) # B C D # X 1 2 0 # Y 4 5 0 # Z 7 8 0
関数insertで変える
関数insertを使って、カラムの順番を変えます。処理の流れはDataFrameから関数popでカラムを取り除いて、関数insertで指定した位置に挿入する形です。サンプルコードを見てみましょう。カラムの順番が”A, B, C”になっているところを”C”カラムを2番目に変えてみます。
関数popと関数insertの仕様はこちらです。
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.pop.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.insert.html
# 元データのDataFrameを作成する。
df = pd.DataFrame(
data=[[0, 1, 2], [3, 4, 5], [6, 7, 8]],
index=['X', 'Y', 'Z'],
columns=['A', 'B', 'C'],
)
print(df)
# A B C
# X 0 1 2
# Y 3 4 5
# Z 6 7 8
# DataFrameからCカラムを取り除く。
s = df.pop('C')
print(s)
print(type(s))
# 関数popの戻り値はpandas.Seriesになる。
# X 2
# Y 5
# Z 8
# Name: C, dtype: int64
# <class 'pandas.core.series.Series'>
# 関数insertで指定した位置に、関数popの戻り値のCカラムを挿入する。
df.insert(1, s.name, s)
print(df)
# A C B
# X 0 2 1
# Y 3 5 4
# Z 6 8 7
補足情報です。関数insertですでにあるカラム名を挿入しようとするとValueErrorになります。その場合はallow_duplicates=Trueを引数に追加します。
# 再度Cカラムを挿入すると、ValueErrorになる。 # 下記コードだと、次のエラーになる。「ValueError: cannot insert C, already exists」 df.insert(1, s.name, s) # 同じ名前のカラムを挿入する場合は、allow_duplicates引数を指定する。 df.insert(1, s.name, s, allow_duplicates=True) print(df) # A C C B # X 0 2 2 1 # Y 3 5 5 4 # Z 6 8 8 7