如何用更简洁的方法实现pandas Series类似numpy.roll(-1)的功能？

问题描述 #

我有一个pandas Series：

In[1]: b1.data
Out[1]: 
z        40.0
R         0.0
DET       6.9
FAEac    16.0
Name: SC3, dtype: object

我想要将索引为'z'的行移至该Series的末尾。如果是numpy数组，我可以直接用：

numpy.roll(b1.data, -1)

我自己想到的单行实现代码是：

In[2]: pandas.concat([b1.data,pandas.Series(b1.data.pop('z'),index=['z'])])
Out[2]: 
R         0.0
DET       6.9
FAEac    16.0
z        40.0
dtype: object

请问有没有更简便的方法可以实现相同的效果？

更简洁的实现方案 #

1. 重新构造索引排序 #

直接生成新的索引列表，把目标索引'z'放到最后，再用reindex重新排列Series，这种方法直观且不会修改原数据：

import pandas as pd

# 生成新索引：排除'z'后再追加到末尾
new_idx = [idx for idx in b1.data.index if idx != 'z'] + ['z']
result = b1.data.reindex(new_idx)

输出结果：

R         0.0
DET       6.9
FAEac    16.0
z        40.0
Name: SC3, dtype: object

2. 布尔索引拆分拼接 #

通过布尔索引筛选出非'z'的部分，再单独取出'z'对应的行进行拼接，比原方法更安全（不会改动原Series）：

result = pd.concat([b1.data[b1.data.index != 'z'], b1.data.loc[['z']]])

3. 切片法（适用于目标行是第一个元素的场景） #

如果你的需求刚好是把第一个元素移到末尾（本例中'z'是首行），可以直接用切片操作，代码最简洁：

result = pd.concat([b1.data[1:], b1.data[:1]])

以上几种方法都避免了pop操作带来的原Series被修改的副作用，同时代码更易读、更简洁。

内容的提问来源于stack exchange，提问作者user2078621