背景
把数据导出到Excel中时，有时需要对列的顺序进行调整，按业务需求进行排列，并且字段名字不能是英文，这样方便业务人员查看与理解数据，在 pandas 中有相应的函数可以满足以上2个要求，让我们来学习一下吧
重排列：pandas.DataFrame.reindex
列重名：pandas.DataFrame.rename
小编运行环境
import sys
print('python 版本：',sys.version.split('|')[0])
#python 版本： 3.11.9
import pandas as pd
print("pandas 版本：",pd.__version__)
#pandas 版本： 2.2.2
模拟数据
data = pd.read_excel('演示数据.xlsx')
模拟数据
用 reindex 对字段顺序，重新排序
new_columns=['序号','字段3','字段1','字段2']
data_reindex=data.reindex(columns=new_columns)
reindex
用 rename 对字段重新命名
方法1
columns_mapper ={
'序号':'index',
'字段1':'col1',
'字段2':'col2',
'字段3':'col3'
}
data_rename1 = data.rename(columns=columns_mapper)
rename方法1
方法2
def fn_columns_mapper(col):
if '字段' in col:
new_col = col.replace('字段','col')
else:
new_col = 'col0'
return new_col
data_rename2 = data.rename(columns=fn_columns_mapper)
rename方法2
历史相关文章
- Python pandas遍历行数据的2种方法
- Python 利用pandas对数据进行特定排序
- Python pandas 2.0 初探
- Python pandas.str.replace 不起作用
- Python数据处理中 pd.concat 与 pd.merge 区别
以上是自己实践中遇到的一些问题，分享出来供大家参考学习，欢迎关注微信公众号：DataShare ，不定期分享干货
