反转 pandas DataFrame 的正确方法？

Question

这是我的代码：

import pandas as pd

data = pd.DataFrame({'Odd':[1,3,5,6,7,9], 'Even':[0,2,4,6,8,10]})

for i in reversed(data):
    print(data['Odd'], data['Even'])

当我运行此代码时，出现以下错误：

Traceback (most recent call last):
  File "C:\Python33\lib\site-packages\pandas\core\generic.py", line 665, in _get_item_cache
    return cache[item]
KeyError: 5

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\Users\*****\Documents\******\********\****.py", line 5, in <module>
    for i in reversed(data):
  File "C:\Python33\lib\site-packages\pandas\core\frame.py", line 2003, in __getitem__
    return self._get_item_cache(key)
  File "C:\Python33\lib\site-packages\pandas\core\generic.py", line 667, in _get_item_cache
    values = self._data.get(item)
  File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1656, in get
    _, block = self._find_block(item)
  File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1936, in _find_block
    self._check_have(item)
  File "C:\Python33\lib\site-packages\pandas\core\internals.py", line 1943, in _check_have
    raise KeyError('no item named %s' % com.pprint_thing(item))
KeyError: 'no item named 5'

为什么我会收到此错误？
我该如何解决这个问题？
正确的反转方法是什么

pandas.DataFrame

？

Answer 1

data.reindex(index=data.index[::-1])

或者简单地说：

data.iloc[::-1]

将反转你的数据框，如果你想要一个从下到上的

for

循环，你可以这样做：

for idx in reversed(data.index):
    print(idx, data.loc[idx, 'Even'], data.loc[idx, 'Odd'])

或

for idx in reversed(data.index):
    print(idx, data.Even[idx], data.Odd[idx])

您收到错误，因为

reversed

首先调用

data.__len__()

，返回 6。然后它尝试为

data[j - 1]

中的

j

调用

range(6, 0, -1)

，第一个调用将是

data[5]

；但在 pandas dataframe 中

data[5]

表示第 5 列，并且没有第 5 列，因此会抛出异常。 （参见文档）

Answer 2

您可以用更简单的方式反转行：

df[::-1]

Answer 3

反转 pandas DataFrame 的正确方法是什么？

TL；博士：

df[::-1]

这是反转 DataFrame 的最佳方法，因为 1) 它是恒定的运行时间，即 O(1) 2) 它是单个操作，并且 3) 简洁/可读（假设熟悉切片表示法）。

---

长版

我发现 ol' 切片技巧

df[::-1]

（或等效的

df.loc[::-1]

¹）是反转 DataFrame 的最简洁和惯用的方法。这反映了 python 列表反转语法

lst[::-1]

并且其意图很明确。 使用

loc

语法，您还可以根据需要对列进行切片，因此更加灵活。

处理索引时需要考虑的一些要点：

• “如果我也想反转索引怎么办？”

  • 你已经完成了。

    df[::-1]

    反转索引和值。

• “如果我想从结果中删除索引怎么办？”

  • 最后可以拨打

    .reset_index(drop=True)

    。

• “如果我想保持索引不变（IOW，只反转数据，而不反转索引）怎么办？”

  • 这有点不传统，因为它意味着索引与数据并不真正相关。也许考虑完全删除它？尽管从技术上讲，您所要求的可以使用

    df[:] = df[::-1]

    （它创建对

    df

    的就地更新）或

    df.loc[::-1].set_index(df.index)

    （返回副本）来实现。

_1：

df.loc[::-1]

和

df.iloc[::-1]

是等效的，因为切片语法保持不变，无论您是按位置 (

iloc

) 还是按标签 (

loc

) 反转。

---

证据就在布丁中

X轴代表数据集大小。 Y 轴表示反转所需的时间。没有任何方法可以像切片技巧那样缩放，它一直位于图表的底部。 基准测试代码供参考，使用perfplot生成的图。

---

对其他解决方案的评论

• df.reindex(index=df.index[::-1])

  显然是一个流行的解决方案，但乍一看，对于不熟悉的读者来说，这段代码“反转 DataFrame”有多明显？此外，这是反转索引，然后使用该中间结果来

  reindex

  ，因此这本质上是一个TWO步骤操作（当它可能只是一个时）。

• df.sort_index(ascending=False)

  在大多数情况下，如果您有一个简单的范围索引，则可能会起作用，但这假设您的索引按升序排序，因此不能很好地概括。

• 请不要使用

  iterrows

  。我看到一些选项建议反向迭代。无论您的用例是什么，都可能有可用的向量化方法，但如果没有，那么您可以使用更合理的方法，例如列表推导式。有关为什么 iterrows 是反模式的更多详细信息，请参阅

  How to iterate over rows in a DataFrame in Pandas

  。

Answer 4

现有答案都不会在反转数据帧后重置索引。

为此，请执行以下操作：

data[::-1].reset_index() 这里有一个

实用函数，它也会删除旧的索引列，根据@Tim的评论：

def reset_my_index(df):
  res = df[::-1].reset_index(drop=True)
  return(res)

只需

将数据帧传递到函数中

Answer 5

处理排序范围索引时执行此操作的一种方法是：

data = data.sort_index(ascending=False) 这种方法的优点是 (1) 是单行，(2) 不需要实用函数，最重要的是 (3)

实际上不会更改数据框中的任何数据。

警告：这通过按降序对索引进行排序来工作，因此可能并不总是适合或概括任何给定的数据帧。

Answer 6

这有效：

    for i,r in data[::-1].iterrows():
        print(r['Odd'], r['Even'])

Answer 7

这可能比负切片更明确和可读：

df.loc[reversed(df.index)]