import numpy as np
import pandas as pd
df = pd.DataFrame()
column_names = ['x','y','z','mean']
for col in column_names:
df[col] = np.random.randint(0,100, size=10000)
Vous pouvez essayer les solutions suivantes:
Solution 1:
df = df[ ['mean'] + [ col for col in df.columns if col != 'mean' ] ]
Solution 2:
df = df[['mean', 'x', 'y', 'z']]
Solution 3:
col = df.pop("mean")
df = df.insert(0, col.name, col)
Solution 4:
df.set_index(df.columns[-1], inplace=True)
df.reset_index(inplace=True)
Solution 5:
cols = list(df)
cols = [cols[-1]] + cols[:-1]
df = df[cols]
solution 6:
order = [1,2,3,0] # setting column's order
df = df[[df.columns[i] for i in order]]
Comparaison de temps:
Solution 1:
Temps processeur: utilisateur 1,05 ms, sys: 35 µs, total: 1,08 ms Temps de paroi: 995 µs
Solution 2 :
Temps CPU: utilisateur 933 µs, sys: 0 ns, total: 933 µs Temps de mur: 800 µs
Solution 3 :
Temps CPU: utilisateur 0 ns, sys: 1,35 ms, total: 1,35 ms Temps de mur: 1,08 ms
Solution 4 :
Temps processeur: utilisateur 1,23 ms, sys: 45 µs, total: 1,27 ms Temps de paroi: 986 µs
Solution 5 :
Temps processeur: utilisateur 1,09 ms, sys: 19 µs, total: 1,11 ms Temps de paroi: 949 µs
Solution 6 :
Temps CPU: utilisateur 955 µs, sys: 34 µs, total: 989 µs Temps de paroi: 859 µs