Python熊猫-移动行

我相信这可能很简单，但我不知道怎么做

我有一个数据帧（透视表），有4行，我们把它们称为a、B、C、D

现在，我不希望它们按字母顺序排列，但我希望它们按B，C，A，D向下排列

如何移动行？显然，在Excel中，我只需要剪切并粘贴它。我可以用Python来做吗

非常感谢

使用

loc

允许您传递一个索引器，该索引器引用具有相应标签的行（列）

---

numpy

核滥杀。。。但是更快

---

定时
测试数据

结果

使用

loc

允许您传递一个索引器，该索引器引用具有相应标签的行（列）

---

numpy

核滥杀。。。但是更快

---

定时
测试数据

结果

---

既然已经给出了直截了当的答案，那么这里有一个替代方案：使用a

---

既然已经给出了直截了当的答案，那么这里有一个替代方案：使用a

---

啊，非常感谢你。只要允许，我会尽快把你的答案标记为正确。谢谢你这么快：）谢谢你花时间输入额外的细节（对于我自己和其他可能找到这一页的人来说），这对我的学习非常有帮助。@ScoutEU谢谢你的欣赏：-）我也喜欢做这些事情。啊，非常感谢你。只要允许，我会尽快把你的答案标记为正确。谢谢你这么快：）谢谢你花时间输入额外的细节（对于我自己和其他可能找到这一页的人来说），这对我的学习非常有帮助。@ScoutEU非常感谢：-）我也很喜欢做这些事情。我也要提到这一点。很高兴你这么做。我也要提一下。很高兴你这么做。

df.loc[['B', 'C', 'A', 'D']]

i = df.index.values
v = df.values
a = i.argsort()
u = np.empty_like(a)
r = np.arange(a.size)
u[a] = r
n = list('BCAD')
pd.DataFrame(v[i[a].searchsorted(n)[u]], n, df.columns)

df = pd.DataFrame(dict(A=range(4)), list('ABCD'))

%timeit df.loc[list('BCAD')]
1000 loops, best of 3: 361 µs per loop

%%timeit
i = df.index.values
v = df.values
a = i.argsort()
u = np.empty_like(a)
r = np.arange(a.size)
u[a] = r
n = list('BCAD')
pd.DataFrame(v[i[a].searchsorted(n)[u]], n, df.columns)
10000 loops, best of 3: 135 µs per loop

cats = pd.Categorical(list('ABCD'), categories=['B','C','A','D'])
df = pd.DataFrame([1,2,3,4], index=cats)
df.sort_index()