Inverse DataFrame ordre des colonnes

Je veux simplement inverser l'ordre des colonnes d'un DataFrame.

Mon DataFrame:

data = {'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
    'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions', 'Lions', 'Lions'],
    'wins': [11, 8, 10, 15, 11, 6, 10, 4],
    'losses': [5, 8, 6, 1, 5, 10, 6, 12]}
football = pd.DataFrame(data, columns=['year', 'team', 'wins', 'losses'])

De sortie réelle:

   year     team  wins  losses
0  2010    Bears    11       5
1  2011    Bears     8       8
2  2012    Bears    10       6
3  2011  Packers    15       1
4  2012  Packers    11       5
5  2010    Lions     6      10
6  2011    Lions    10       6
7  2012    Lions     4      12

J'ai pensé que cela pourrait fonctionner, mais il renverse la ligne afin de ne pas l'ordre des colonnes:

football[::-1]

J'ai aussi essayé:

football.columns = football.columns[::-1]

mais qui a renversé les étiquettes de colonne et non pas l'ensemble de la colonne elle-même.

InformationsquelleAutor Boosted_d16 | 2015-01-07
  1. 26

    Une solution à proximité de ce que vous avez déjà tenté d'utiliser:

    >>> football[football.columns[::-1]]
   losses  wins     team  year
0       5    11    Bears  2010
1       8     8    Bears  2011
2       6    10    Bears  2012
3       1    15  Packers  2011
4       5    11  Packers  2012
5      10     6    Lions  2010
6       6    10    Lions  2011
7      12     4    Lions  2012

    football.columns[::-1] inverse l'ordre du DataFrame de la séquence des colonnes, et football[...] reindexes le DataFrame à l'aide de cette nouvelle séquence.

    Une manière plus succincte pour obtenir la même chose est avec la iloc indexeur: 

    football.iloc[:, ::-1]

    La première : signifie "prendre toutes les lignes", le ::-1 signifie pas en arrière à travers les colonnes.

    La loc d'indexation mentionnées dans @PietroBattiston réponse fonctionne de la même manière.

    • fonctionne comme un charme
    InformationsquelleAutor Alex Riley
  2. 4

    Note: Comme des Pandas v0.20, .ix l'indexeur est obsolète en faveur de .iloc /.loc.

    Près de EdChum réponse... mais plus rapide:

    In [3]: %timeit football.ix[::,::-1]
1000 loops, best of 3: 255 µs per loop

In [4]: %timeit football.ix[::,football.columns[::-1]]
1000 loops, best of 3: 491 µs per loop

    Également remarquer un colon est redondant:

    In [5]: all(football.ix[:,::-1] == football.ix[::,::-1])
Out[5]: True

    EDIT: un autre (minime) l'amélioration est apportée par l'aide de .loc plutôt que .ix, comme dans football.loc[:,::-1].

    InformationsquelleAutor Pietro Battiston
  3. 1

    Note: Comme des Pandas v0.20, .ix l'indexeur est obsolète en faveur de .iloc /.loc.

    Vous pouvez utiliser fantaisie indexation .ix, passer les colonnes et les reverse ensuite la liste pour modifier l'ordre:

    In [27]:

football.ix[::,football.columns[::-1]]
Out[27]:
   losses  wins     team  year
0       5    11    Bears  2010
1       8     8    Bears  2011
2       6    10    Bears  2012
3       1    15  Packers  2011
4       5    11  Packers  2012
5      10     6    Lions  2010
6       6    10    Lions  2011
7      12     4    Lions  2012

    timings

    In [32]:

%timeit football[football.columns[::-1]]
1000 loops, best of 3: 421 µs per loop
In [33]:

%timeit football.ix[::,football.columns[::-1]]
1000 loops, best of 3: 403 µs per loop

    fantaisie indexation est légèrement plus rapide dans ce cas

    InformationsquelleAutor EdChum