如何反转 Pandas DataFrame 中的行？

在本文中，我们将学习如何使用Python反转 pandas 数据框中的一行。

在 Pandas 的帮助下，我们可以使用 loc() ， iloc() ， reindex() ，对数据集的一行进行切片和索引。

让我们用字典创建一个简单的数据框，假设列名是：“收入”、“费用”、“利润”。

Python3

# Import pandas package
import pandas as pd
 
# Define a dictionary containing employee data
data = {'Income': [150000, 13000, 11000, 11000],
        'Expenses': [10000, 11000, 7000, 50000],
        'Profit': [5000, 2000, 4000, 6000]
        }
 
 
# Convert the dictionary into DataFrame
dataframe = pd.DataFrame(data)
 
# Observe the result
dataframe

输出：

方法一：使用 iloc()函数

可以在Python中通过调用 iloc()函数来反转 pandas 中数据框的行。让我们知道如何在 pandas 中反转数据框的行。

Syntax: DataFrame.iloc[]

Parameters: Index Position: Index position of rows in integer or list of integer.

Return: Data frame or Series depending on parameters

Python3

# Reverse rows using iloc() Function
Data_reverse_row_1 = dataframe.iloc[::-1]
 
# Observe the result
Data_reverse_row_1

输出：

方法二：使用 loc()函数

可以在Python中通过调用 loc()函数来反转 pandas 中数据框的行。 panda 的 dataframe.loc() 属性通过标签或布尔数组访问给定数据框中的一组行和列。

Syntax: DataFrame.loc()

Parameter : None

Returns : Scalar, Series, DataFrame

Python3

# Reverse rows using iloc() Function
Data_reverse_row_2 = dataframe.loc[::-1]
 
# Observe the result
Data_reverse_row_2

输出：

注意： .loc() 和 .iloc() 使用索引器来选择索引运算符。

方法 3：使用 reindex()函数

使用 reindex()函数反转数据帧的行。 pandas dataframe.reindex()函数将数据帧连接到具有可选填充逻辑的新索引，将 NA/NaN 放置在先前索引中没有值的位置。

Syntax: DataFrame.reindex(index=None)

Parameter : index, columns : New labels / index to conform to. Preferably an Index object to avoid duplicating data

Returns : reindexed : DataFrame

Python3

# reversing a DataFrame
# retrieving row by reindex method
df.reindex(index=dataframe.index[::-1])

输出：

方法 4：使用数据帧索引

在Python中使用数据框索引来反转行。在Python中，我们可以反向设置数据帧的索引。在这个方法中，我们创建了一个Python列表并将其作为索引传递给 dataframe() 函数的 index 参数。让我们通过Python代码来实现它。

Syntax: DataFrame[start:end:slicing]

Python3

# Reverse slicing columns in data frame
dataframe[::-1]

输出：