Python 移动数据帧中的一行，但索引保持不变 将numpy作为np导入 作为pd进口熊猫 d=np.随机。随机数10,3 df=pd.DataFramed df 0 1 2 0 0.740335 0.957937 0.611504 1 0.164772 0.469355 0.310799 2 0.666506 0.030054 0.986393 3 0.191827 0.554556 0.707453 4 0.278617 0.532423 0.095124 5 0.659526 0.413681 0.588372 6 0.285892 0.466231 0.268647 7 0.559664 0.274913 0.618610 8 0.572839 0.490969 0.194019 9 0.028767 0.332626 0.290148 将第三行移到顶部 df.iloc[:3]=df.iloc[[2,0,1]] df 0 1 2 0 0.666506 0.030054 0.986393 1 0.740335 0.957937 0.611504 2 0.164772 0.469355 0.310799 3 0.191827 0.554556 0.707453 4 0.278617 0.532423 0.095124 5 0.659526 0.413681 0.588372 6 0.285892 0.466231 0.268647 7 0.559664 0.274913 0.618610 8 0.572839 0.490969 0.194019 9 0.028767 0.332626 0.290148

该指数保持不变

我试过了 df.index[:3]=df.index[[2,0,1]]引发错误或df.index.values[:3]=df.index.values[[2,0,1]]，没有引发错误，但索引仍保持不变。

iloc将尝试对齐索引

因此，当值被重新分配时，它们将直接返回到初始位置。索引0将与索引0对齐，索引1将与索引1对齐，等等

df.iloc[[2, 0, 1]]

注意索引值

要保留索引值，请将两个数据帧连接在一起，或者：

或

df之前：

df之后：

以匹配显示的预期输出

要在不使用索引的情况下移动或防止对齐行为，请执行以下操作：

import numpy as np
import pandas as pd

np.random.seed(5)
d = np.random.rand(5, 3)
df = pd.DataFrame(d)

df.iloc[:3] = df.iloc[[2, 0, 1]].values

print(df)

df之后：

iloc将尝试对齐索引

因此，当值被重新分配时，它们将直接返回到初始位置。索引0将与索引0对齐，索引1将与索引1对齐，等等

df.iloc[[2, 0, 1]]

注意索引值

要保留索引值，请将两个数据帧连接在一起，或者：

或

df之前：

df之后：

以匹配显示的预期输出

要在不使用索引的情况下移动或防止对齐行为，请执行以下操作：

import numpy as np
import pandas as pd

np.random.seed(5)
d = np.random.rand(5, 3)
df = pd.DataFrame(d)

df.iloc[:3] = df.iloc[[2, 0, 1]].values

print(df)

df之后：

---

如果希望索引也反映更新的行，则需要使用

在[25]中：np.random.seed5 …：d=np.random.rand5,3 …：df=pd.DataFramed …：df 出[25]： 0 1 2 0 0.221993 0.870732 0.206719 1 0.918611 0.488411 0.611744 2 0.765908 0.518418 0.296801 3 0.187721 0.080741 0.738440 4 0.441309 0.158310 0.879937 [26]中：df.reindex[2,0,1，*df.index[3:] 出[26]： 0 1 2 2 0.765908 0.518418 0.296801 0 0.221993 0.870732 0.206719 1 0.918611 0.488411 0.611744 3 0.187721 0.080741 0.738440 4 0.441309 0.158310 0.879937

---

如果希望索引也反映更新的行，则需要使用

在[25]中：np.random.seed5 …：d=np.random.rand5,3 …：df=pd.DataFramed …：df 出[25]： 0 1 2 0 0.221993 0.870732 0.206719 1 0.918611 0.488411 0.611744 2 0.765908 0.518418 0.296801 3 0.187721 0.080741 0.738440 4 0.441309 0.158310 0.879937 [26]中：df.reindex[2,0,1，*df.index[3:] 出[26]： 0 1 2 2 0.765908 0.518418 0.296801 0 0.221993 0.870732 0.206719 1 0.918611 0.488411 0.611744 3 0.187721 0.080741 0.738440 4 0.441309 0.158310 0.879937 这个怎么样

np.random.seed(42)
df = pd.DataFrame(np.random.rand(10,3))

这个怎么样

np.random.seed(42)
df = pd.DataFrame(np.random.rand(10,3))

---

谢谢你的评论。我使用示例代码进行了编辑。在这种情况下，您是否希望前3行的索引也为2,0,1？是的，我希望索引与注释的值hanks一起移动。我使用示例代码进行了编辑。在这种情况下，您是否希望前3行的索引也为2,0,1？是的，我希望索引随着值Show about index移动？索引不随行移动。手动设置df.index.values[:3]=df.index.values[[2,0,1]]不起作用。您需要按照我在编辑中指出的那样连接各个部分，或者根据另一个答案创建一个新索引。请参见编辑@ddzzbbwwmm对我来说，这很奇怪df.iloc[[2,0,1]]返回一个数据帧，其索引也在移动，如您的帖子所示，但赋值只会更改值，而不会更改索引。这就是重点。iloc将索引对齐在一起。例如，在添加一个新列时，有很多操作需要数据帧的顺序不改变。您特别想了解熊猫数据帧的核心数据完整性特性之一。索引如何？索引不随行移动。手动设置df.index.values[:3]=df.index.values[[2,0,1]]不起作用。您需要按照我在编辑中指出的那样连接各个部分，或者根据另一个答案创建一个新索引。请参见编辑@ddzzbbwwmm对我来说，这很奇怪df.iloc[[2,0,1]]返回一个数据帧，其索引也在移动，如您的帖子所示，但赋值只会更改值，而不会更改索引。这就是重点。iloc将索引对齐在一起。有一个大熊猫作业吨在那里哟

---

例如，在添加新列时，您希望数据帧的顺序不改变。您特别尝试绕过pandas DataFrames的核心数据完整性功能之一。是的，这也是一个解决方案。谢谢你想把前三行排好，然后把剩下的附加在后面吗？是的，这也是一个解决方案。谢谢你想把前三行排好，然后把剩下的放在后面吗？

import numpy as np
import pandas as pd

np.random.seed(5)
d = np.random.rand(5, 3)
df = pd.DataFrame(d)

df.iloc[:3] = df.iloc[[2, 0, 1]].values

print(df)

          0         1         2
0  0.765908  0.518418  0.296801
1  0.221993  0.870732  0.206719
2  0.918611  0.488411  0.611744
3  0.187721  0.080741  0.738440
4  0.441309  0.158310  0.879937

np.random.seed(42)
df = pd.DataFrame(np.random.rand(10,3))

df = df.iloc[[2,0,1]].append(df.iloc[3:])