如何更改熊猫数据框中的列顺序 - Python

在熊猫（pandas）中，更改数据框中的列顺序可以使用 reindex 或 loc 方法。此外，通过指定列的新顺序列表也可以轻松地更改列顺序。

方法一：使用 reindex

使用 pandas.DataFrame.reindex 方法来更改熊猫数据框的列顺序。此方法重排列并返回新的数据框。

import pandas as pd

# 创建示例数据
data = {'name': ['John', 'Micheal', 'Sam', 'James'],
        'age': [25, 28, 21, 33],
        'gender': ['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 更改列顺序
new_order = ['age', 'name', 'gender']  # 新的列顺序
df = df.reindex(columns=new_order)

# 打印结果
print(df)

上面的代码将打印如下结果：

   age     name gender
0   25     John      M
1   28  Micheal      M
2   21      Sam      M
3   33    James      M

方法二：使用 loc

如果您不想使用 reindex 方法，可以使用 loc 来更改列的顺序。下面的代码演示如何使用 loc 实现更改列顺序：

import pandas as pd

# 创建示例数据
data = {'name': ['John', 'Micheal', 'Sam', 'James'],
        'age': [25, 28, 21, 33],
        'gender': ['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 更改列顺序
new_order = ['age', 'name', 'gender']  # 新的列顺序
df = df.loc[:, new_order]

# 打印结果
print(df)

上面的代码将打印如下结果：

   age     name gender
0   25     John      M
1   28  Micheal      M
2   21      Sam      M
3   33    James      M

指定新顺序列表

除了使用 loc 或 reindex 方法外，您还可以通过指定列的新顺序列表来重排列。下面的代码演示如何通过指定新顺序列表来更改列顺序：

import pandas as pd

# 创建示例数据
data = {'name': ['John', 'Micheal', 'Sam', 'James'],
        'age': [25, 28, 21, 33],
        'gender': ['M', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 指定新顺序列表
new_order = ['age', 'name', 'gender']  # 新的列顺序
df = df[new_order]

# 打印结果
print(df)

上面的代码将打印如下结果：

   age     name gender
0   25     John      M
1   28  Micheal      M
2   21      Sam      M
3   33    James      M

结论

在熊猫中，通过 loc 或 reindex 方法或指定新顺序列表都可以更改列顺序。选择您喜欢的方法并使用它来重排数据框中的列。