对列进行子集化并重新排序

Question

我想对列重新排序并选择我想要的列。

例如，如果列名称为A、B、C和D。

我知道简单的方法是：

# Python

df = df[['D', 'C', 'A', 'B']]

但是，如果有多个列，比如一百多个变量，这种方法就很糟糕了。我找到了这个问题的答案。

# Python

cols_to_order = ['D', 'C']

new_columns = cols_to_order + (df.columns.drop(cols_to_order).tolist())

df= df[new_columns]

但上面的做法并不是很灵活。

在 中R，使用subset()是同时对列进行重新排序和子集化的不错选择。

# R

df = subset(df, select = c(4, 3 , 1, 2))

如果列很多，我们还可以使用subset()重新排序和删除：

# R

# Multiple columns

# Drop columns 51 to 54

df = subset(df, select = c(4, 3 , 1:2, 5:50, 55:100))

有类似的功能吗Python？

Answer 1

你有 numpynp.r_作为 python 相当于索引和切片对象连接的子集。与 类似subset(df, select = c(4, 3 , 1:2, 5:50, 55:100))，你可以这样做：df.iloc[:, np.r_[4, 3, 1:2, 5:50, 55:100]]