python - パンダの特定の列インデックスに列を挿入するにはどうすればよいですか?

Question

パンダの特定の列インデックスに列を挿入できますか?

import pandas as pd
df = pd.DataFrame({'l':['a','b','c','d'], 'v':[1,2,1,2]})
df['n'] = 0

これは columnnを の最後の列として配置しますが、最初に配置dfするように指示する方法はありませんか?dfn

Answer 1

ドキュメントを参照してください: http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.insert.html

loc = 0 を使用すると、先頭に挿入されます

df.insert(loc, column, value)

---

df = pd.DataFrame({'B': [1, 2, 3], 'C': [4, 5, 6]})

df
Out: 
   B  C
0  1  4
1  2  5
2  3  6

idx = 0
new_col = [7, 8, 9]  # can be a list, a Series, an array or a scalar   
df.insert(loc=idx, column='A', value=new_col)

df
Out: 
   A  B  C
0  7  1  4
1  8  2  5
2  9  3  6

Answer 2

列をリストとして抽出し、必要に応じてこれをマッサージし、データフレームの再インデックスを試みることができます。

>>> cols = df.columns.tolist()
>>> cols = [cols[-1]]+cols[:-1] # or whatever change you need
>>> df.reindex(columns=cols)

   n  l  v
0  0  a  1
1  0  b  2
2  0  c  1
3  0  d  2

編集: これは 1 行で実行できます。ただし、これは少し醜く見えます。ひょっとしたら、よりクリーンな提案が来るかもしれません...

>>> df.reindex(columns=['n']+df.columns[:-1].tolist())

   n  l  v
0  0  a  1
1  0  b  2
2  0  c  1
3  0  d  2

Answer 3

df.insert(loc, column_name, value)

これは、同じ名前の列が他にない場合に機能します。指定した名前の列がデータフレームに既に存在する場合、ValueError が発生します。

オプションのパラメータallow_duplicatesにTrue値を渡して、既存の列名で新しい列を作成できます。

次に例を示します。

    >>> df = pd.DataFrame({'b': [1, 2], 'c': [3,4]})
    >>> df
       b  c
    0  1  3
    1  2  4
    >>> df.insert(0, 'a', -1)
    >>> df
       a  b  c
    0 -1  1  3
    1 -1  2  4
    >>> df.insert(0, 'a', -2)
    Traceback (most recent call last):
      File "", line 1, in 
      File "C:\Python39\lib\site-packages\pandas\core\frame.py", line 3760, in insert
        self._mgr.insert(loc, column, value, allow_duplicates=allow_duplicates)
      File "C:\Python39\lib\site-packages\pandas\core\internals\managers.py", line 1191, in insert
        raise ValueError(f"cannot insert {item}, already exists")
    ValueError: cannot insert a, already exists
    >>> df.insert(0, 'a', -2,  allow_duplicates = True)
    >>> df
       a  a  b  c
    0 -2 -1  1  3
    1 -2 -1  2  4