dataframe 列名重新排序

在用list包含多个dict的模式生成dataframe时，由于dict的无序性，而uci很多数据的特征名直接是1,2,3...，生成的dataframe和原生的不一样，

为了方便观看和使用，我们将其列名排序：

有以下两种方法（都不包含y列的情况下）：

1、（我的）：

df.columns = df.columns.astype(int)
df.sort_index(axis=1,inplace=True)

先将列名从字符串转为int型，然后再对列名排序。

 

2、（网上看到的）：

对于这样的数据： ['Q1.3','Q6.1','Q1.2','Q1.1',......] 

要变为这样的： ['Q1.1','Q1.2','Q1.3',.....'Q6.1',......] 

 

df.reindex_axis(sorted(df.columns), axis=1)

这样的话，似乎对于字符串型数据也可以排序（但如果要解决我那个问题，也要先进行数据类型的转换）

 

 

最后，附上完整的从uci.txt文本数据类型转换为dataframe表格式的numerical类型代码：

X,y = [],[]
with open("ionosphere_scale.txt") as f:
    lines = f.readlines()
    for line in lines:
        line = line.split()
        y.append(line[0])
        X.append({i.split(":")[0]:i.split(":")[1] for i in line[1:]})

df = pd.DataFrame(X,dtype="float")
n_feat = len(df.columns)
df.columns = df.columns.astype(int)
df.sort_index(axis=1,inplace=True)
df["y"] = np.array(y,dtype=float)
print(df.info())
df.to_excel("ionosphere_scale.xlsx",index=None)

 

 

 

最后，mark一篇关于数据类型转换的文章：https://vimsky.com/article/3694.html