在 python 数据表中切换列位置

Question

在 python 数据 table 中切换两列位置的最有效方法是什么？我写了下面的函数来做我想做的，但这可能不是最好的方法，特别是如果我的实际 table 很大。是否可以就地执行此操作？我是否遗漏了一些明显的东西？

from datatable import Frame
dat = Frame(a=[1,2,3],b=[4,5,6],c=[7,8,9])

def switch_cols(data,col1,col2):
    data_n = list(data.names)
    data_n[data.colindex(col1)], data_n[data.colindex(col2)] =  data_n[data.colindex(col2)], data_n[data.colindex(col1)]
    return data[:, data_n]

dat = switch_cols(dat, "c","a")

   |     c      b      a
   | int32  int32  int32
-- + -----  -----  -----
 0 |     7      4      1
 1 |     8      5      2
 2 |     9      6      3
[3 rows x 3 columns]

为了在 R 中进行比较，我们可以这样做

dat = data.table(a=c(1,2,3), b=c(4,5,6), c=c(7,8,9))
switch_cols <- function(data,col1,col2) {
  indexes = which(names(dat) %in% c(col1,col2))
  datn = names(dat)
  datn[indexes] <- datn[c(indexes[2], indexes[1])]
  return(datn)
}

然后，我们可以像这样就地改变两列的顺序

setcolorder(dat, switch_cols(dat,"a","c"))

请注意，为每一列分配值并不是我想要的。考虑这个例子，在 R 中。我构造了一个大的 data.table 这样的：

dat = data.table(
  x = rnorm(10000000),
  y = sample(letters, 10000000, replace = T)
)

我复印了两份 data.table d 和 e

e = copy(dat)
d = copy(dat)

然后我比较这两个就地操作

setcolorder（简单地重新索引 data.table 两列中的位置）
:=两列重新赋值

microbenchmark::microbenchmark(
  list=alist("setcolorder" =  setcolorder(d, c("y", "x")),
             "`:=`" = e[,`:=`(x=y, y=x)]),
  times=1)

Unit: microseconds
        expr     min      lq    mean  median      uq     max neval
 setcolorder    81.5    81.5    81.5    81.5    81.5    81.5     1
        `:=` 53691.1 53691.1 53691.1 53691.1 53691.1 53691.1     1

正如预期的那样，setcolorder 是在 R data.table 中切换列位置的正确方法。我正在 python.

中寻找类似的方法

Answer 1

查了文档找到了一个方法

from datatable import Frame,f,update
dat = Frame(a=[1,2,3],b=[4,5,6],c=[7,8,9])

dat[:,update(a = f.c, c = f.a)]

在R中，你可以类似地做

dat[,`:=`(a = c, c = a)]

Answer 2

经过一些考虑和时间安排，我发现最好的方法是：

from datatable import Frame
dat = Frame(a=[1,2,3],b=[4,5,6],c=[7,8,9])

   |     a      b      c
   | int32  int32  int32
-- + -----  -----  -----
 0 |     1      4      7
 1 |     2      5      8
 2 |     3      6      9
[3 rows x 3 columns]



def switch_cols(data,col1,col2):
    return data[:, [col1 if c==col2 else col2 if c==col1 else c for c in data.names]]

switch_cols(dat, "a","c")

   |     c      b      a
   | int32  int32  int32
-- + -----  -----  -----
 0 |     7      4      1
 1 |     8      5      2
 2 |     9      6      3
[3 rows x 3 columns]

在 python 数据表中切换列位置

switch column locations in python datatable

python

data.table

py-datatable