Python 熊猫-如何在标签序列保持不变的情况下交换列内容？

我使用的是pandas v0.25.3。我没有经验，但有学问。 我有一个dataframe，希望交换两列的内容，保持列标签和序列不变

df = pd.DataFrame ({"A": [(1),(2),(3),(4)], 
                    'B': [(5),(6),(7),(8)], 
                    'C': [(9),(10),(11),(12)]})

这会产生一个数据帧

    A   B   C
0   1   5   9
1   2   6   10
2   3   7   11
3   4   8   12

我想交换列内容B和C以获得

    A   B   C
0   1   9   5
1   2   10  6
2   3   11  7
3   4   12  8

我试着查看pd.DataFrame.values，它将我发送到numpy数组和高级切片，但我迷路了。

---

最简单的方法是什么？

您可以分配numpy数组：

#pandas 0.24+
df[['B','C']] = df[['C','B']].to_numpy()
#oldier pandas versions
df[['B','C']] = df[['C','B']].values

或使用：

---

---

您可以指定numpy数组：

#pandas 0.24+
df[['B','C']] = df[['C','B']].to_numpy()
#oldier pandas versions
df[['B','C']] = df[['C','B']].values

或使用：

---

---

您还可以交换标签：

df.columns = ['A','C','B']

如果您的数据帧非常大，我相信这比复制所有数据需要的计算机更少

如果列的顺序很重要，则可以对其重新排序：

df = df.reindex(['A','B','C'], axis=1)

---

您还可以交换标签：

df.columns = ['A','C','B']

如果您的数据帧非常大，我相信这比复制所有数据需要的计算机更少

如果列的顺序很重要，则可以对其重新排序：

df = df.reindex(['A','B','C'], axis=1)

或者直接使用：

df['B'], df['C'] = df['C'], df['B'].copy()
print(df)

输出：

   A   B  C
0  1   9  5
1  2  10  6
2  3  11  7
3  4  12  8

或者直接使用：

df['B'], df['C'] = df['C'], df['B'].copy()
print(df)

输出：

   A   B  C
0  1   9  5
1  2  10  6
2  3  11  7
3  4  12  8