方法一:
把需要的列顺序给弄成一个list,然后再选取;
order_columns = ['user_id', 'name', 'create_time']
然后再选取数据赋给一个新的数据框;
df1 = df[order_columns]
方法二:
先把需要调整的列的数据拿出来,之后,再将这个列删掉,最后,再用插入的方式把这个列调整到对应的位置上。
df_id = df.id
df = df.drop('id',axis=1)
df.insert(0,'id',df_id)
详细参考:
https://blog.csdn.net/a19990412/article/details/81945315
有时候列太长,想知道列里面有哪些值,可以用以下几种方法:
1. data.drop_duplicates(['a','b'])
#data根据’a','b'组合列删除重复项,默认保留第一个出现的值组合。传入参数keep='last'则保留最后一个
data.drop_duplicates(['a','b'],keep='last')
2. np.unique(data['a'])
这个可以直接看到它的值;
3. a 列如果是类别型的时候,可以用data['a'].value_counts()
第一列则是值出现的种类。
在settings.py文件中:DATABASES = {
'default': {
'ENGINE': 'django.db.backends.sqlite3',
'NAME': os.path.join(BASE_DIR, 'db.sqlite3'),
}
}
数据在db.sqlite3文件中