时间戳

首页 > 解决方案 > Pandas：在列之间交换行

python - Pandas：在列之间交换行

问题描述

有些行输入到错误的列中，所以现在我需要交换它们。

df = pd.DataFrame({'c': {0: '22:58:00', 1: '23:03:00', 2: '0', 3: '10'}, 'a': {0: '0', 1: '10', 2: '22:58:00', 3: '23:03:00'}, 'd': {0: '23:27:00', 1: '23:39:00', 2: '10', 3: '17'}, 'b': {0: '10', 1: '17', 2: '23:27:00', 3: '23:39:00'}})

          a         b         c         d
0         0        10  22:58:00  23:27:00
1        10        17  23:03:00  23:39:00
2  22:58:00  23:27:00         0        10
3  23:03:00  23:39:00        10        17

我目前的做法

cpy = df[['a', 'b']]
df.loc[2:, 'a'] = df['c']
df.loc[2:, 'b'] = df['d']
df.loc[2:, 'c'] = cpy['a']
df.loc[2:, 'd'] = cpy['b']

预期产出

    a   b         c         d
0   0  10  22:58:00  23:27:00
1  10  17  23:03:00  23:39:00
2   0  10  22:58:00  23:27:00
3  10  17  23:03:00  23:39:00

它有效，但这只是可能的，因为它是 4 列。有一个更好的方法吗？

请注意，dtypes 可能导致排序问题 df.loc[0]['c']是datetime.time(22, 58)

也许有类似的东西

df.swap_row_col(index=[2:], columns_from=['a', 'b'], columns_to=['c', 'd'])

标签： pythonpandasdataframe

解决方案

方法一：np.sort

np.sortpd.DataFrame构造函数对我有用：

df = pd.DataFrame(np.sort(df.astype(str)), columns=df.columns)

    a   b         c         d
0   0  10  22:58:00  23:27:00
1  10  17  23:03:00  23:39:00
2   0  10  22:58:00  23:27:00
3  10  17  23:03:00  23:39:00

方法二：

更一般地说，通过检查哪些行与您的日期模式匹配，反之亦然，然后用bfillor交换这些值ffill：

match_pattern = df.apply(lambda x: x.str.match('\d{2}:\d{2}:\d{2}'))

numeric = df.where(~match_pattern).bfill(axis=1).dropna(how='any', axis=1)
dates = df.where(match_pattern).ffill(axis=1).dropna(how='any', axis=1)

df = pd.concat([numeric, dates], axis=1)

    a   b         c         d
0   0  10  22:58:00  23:27:00
1  10  17  23:03:00  23:39:00
2   0   0  23:27:00  23:27:00
3  10  10  23:39:00  23:39:00

推荐阅读