如何编写通用函数实现pandas DataFrame末位索引移至首位的重索引

核心思路 #

你需要的0到倒数第二位的连续索引不需要手动枚举，直接用Python内置的range(len(obj)-1)就能自动生成，拼接上最后一个索引值len(obj)-1即可得到任意长度下的目标索引序列。

通用函数实现 #

针对默认0基连续索引的DataFrame/Series，可直接封装为如下复用函数：

import pandas as pd

def reorder_last_to_first(obj):
    """
    重排0基连续索引的pandas对象，将最后一个索引位置的元素移动到首位
    参数: obj - pandas.DataFrame 或 pandas.Series，要求索引为从0开始的连续整数
    返回: 重排后的同类型pandas对象
    """
    total_len = len(obj)
    # 拼接目标索引：最后一位索引 + 0到倒数第二位的连续索引
    target_idx = [total_len - 1] + list(range(total_len - 1))
    return obj.reindex(index=target_idx)

测试验证 #

使用你提供的测试代码运行，结果和手动指定索引的预期输出完全一致：

# 测试用例1
a = pd.DataFrame({'geo':['Nation', 'geo1', 'geo2', 'geo3', 'geo4', 'geo5', 'geo6', 'county']})
print(reorder_last_to_first(a.geo))

# 测试用例2
b = pd.DataFrame({'geo':['Nation', 'geo1', 'geo2', 'geo3', 'geo4',  'county']})
print(reorder_last_to_first(b.geo))

输出：

7    county
0    Nation
1      geo1
2      geo2
3      geo3
4      geo4
5      geo5
6      geo6
Name: geo, dtype: object

5    county
0    Nation
1      geo1
2      geo2
3      geo3
4      geo4
Name: geo, dtype: object

更鲁棒的优化版本 #

如果你的处理对象索引不是默认0基连续值（比如是日期、字符串、非连续整数索引），reindex方案会失效，可以改用按位置选取的实现，不依赖原有索引取值，适配所有pandas对象：

import pandas as pd
import numpy as np

def move_last_row_to_first(obj):
    total_len = len(obj)
    # np.r_用于拼接位置索引数组，按位置选取行
    return obj.iloc[np.r_[total_len - 1, 0:total_len - 1]]

内容的提问来源于stack exchange，提问作者Henri