pandas 颠倒列顺序的两种解决方案

当我们使用 Pandas 处理数据的时候，常常需要对列进行颠倒。在这种情况下，我们可以使用下面的两种解决方案。

1. 使用 iloc 方法

iloc 方法用于根据索引位置选择行和列。它可以使用以下方式来颠倒列的顺序。

import pandas as pd

df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6],'c':[7,8,9]})

# 颠倒列顺序
df = df.iloc[:, ::-1]

这里，df.iloc[:, ::-1] 表示选择所有行，列的顺序倒序。即，将['a', 'b', 'c']变为['c', 'b', 'a']。

示例：

import pandas as pd

df = pd.DataFrame({'ID': [1, 2, 3], '姓名': ['小明', '小红', '小兰'], '性别': ['男', '女', '女']})

# 颠倒列顺序
df = df.iloc[:, ::-1]

print(df)

输出结果如下：

    性别  姓名  ID
0   男   小明   1
1   女   小红   2
2   女   小兰   3

2. 使用 loc 方法

loc 方法用于根据标签选择行和列。它可以使用以下方式来颠倒列顺序。

import pandas as pd

df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6],'c':[7,8,9]})

# 颠倒列顺序
df = df.loc[:, df.columns[::-1]]

这里，df.columns[::-1] 表示将列标签顺序颠倒。

示例：

import pandas as pd

df = pd.DataFrame({'ID': [1, 2, 3], '姓名': ['小明', '小红', '小兰'], '性别': ['男', '女', '女']})

# 颠倒列顺序
df = df.loc[:, df.columns[::-1]]

print(df)

输出结果如下：

    性别  姓名  ID
0   男   小明   1
1   女   小红   2
2   女   小兰   3

综上所述，这两种方法都可以用于颠倒 Pandas 数据框中列的顺序，但是它们的实现方式不同。在选择方法时，应根据具体情况选择。