Python 对数据帧中的行子集重新排序（重新索引）

使用

考虑到这个数据帧

import pandas as pd
import numpy as np

我想重新排序并将第2到第5行放回原位

df = pd.DataFrame(np.array([[1, 2, 3],
                             [4, 5, 6],
                             [7, 8, 9],
                             [10, 11, 12],
                             [13, 14, 15],
                             [16, 17, 18],
                             [19, 20, 21]
                             ]),
                   columns=['a', 'b', 'c'])


Out[1]: 
    a   b   c
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12
4  13  14  15
5  16  17  18
6  19  20  21

如果子集内的顺序为

[2,0,1,3]

，则所需结果为

2   7   8   9
3  10  11  12
4  13  14  15
5  16  17  18

（我需要对不同顺序的不同子集执行此操作。这只是一个示例。）

我的尝试

我的子集

Out[2]: 
    a   b   c
0   1   2   3
1   4   5   6
4  13  14  15
2   7   8   9
3  10  11  12
5  16  17  18
6  19  20  21

新秩序

idx = [2,3,4,5]
idx2 = np.array(idx)

如果我这样做

i = [2,0,1,3]

我确实按照正确的顺序得到了子集，然后，我认为下面的方法应该可行

df.iloc[idx].reindex(idx2[i])

但事实并非如此，因为双方都需要匹配指数。所以，我需要在索引上设置一个偏移量，这有点麻烦。或者执行此操作以忽略右侧的索引。

---

有什么想法吗？

您可以使用基于输入列表重新排列索引，然后在将重新排列的索引从原始索引中筛选出后将索引分离为两组，然后使用

df.iloc[]

实现输出：

df.iloc[idx] = df.iloc[idx].reindex(idx2[i]).reset_index(drop=True)

---

---

由于索引是不可变的，您可以将其设置为数组，修改所需数组的部分，然后

reindex

：

    a   b   c
0   1   2   3
1   4   5   6
4  13  14  15
2   7   8   9
3  10  11  12
5  16  17  18
6  19  20  21

    a   b   c
0   1   2   3
1   4   5   6
4  13  14  15
2   7   8   9
3  10  11  12
5  16  17  18
6  19  20  21

idx = [2,3,4,5]
i = [2,0,1,3]

# pandas index to array
arr_idx = df.index.to_numpy()
# modify the order of the array
arr_idx[idx] = arr_idx[idx][i]
# reindex
df = df.reindex(arr_idx)

print (df)
    a   b   c
0   1   2   3
1   4   5   6
4   7   8   9
2  10  11  12
3  13  14  15
5  16  17  18
6  19  20  21