iloc索引与数据框列重排序

在Python的pandas库中，iloc是基于位置（整数索引）的行和列索引器

以下是一个示例：

import pandas as pd

# 创建一个数据框
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print("原始数据框:")
print(df)

# 使用iloc对行进行重新排序
new_row_order = [2, 0, 1]
reordered_df = df.iloc[new_row_order]
print("n按行重新排序后的数据框:")
print(reordered_df)

# 使用iloc对列进行重新排序
new_col_order = ['B', 'A', 'C']
reordered_df = df.loc[:, new_col_order]
print("n按列重新排序后的数据框:")
print(reordered_df)

输出结果：

原始数据框:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

按行重新排序后的数据框:
   A  B  C
2  3  6  9
0  1  4  7
1  2  5  8

按列重新排序后的数据框:
   B  A  C
0  4  1  7
1  5  2  8
2  6  3  9

在这个示例中，我们首先创建了一个包含三列（A、B、C）的数据框。然后，我们使用iloc对行进行重新排序，将第2行移动到第0行，第0行移动到第1行，以此类推。接下来，我们使用loc对列进行重新排序，将列B移动到第0列，列A移动到第1列，以此类推。