根据列名重新排序pandas数据帧中的列

Question

我有一个dataframe超过200列.问题在于订单生成了

['Q1.3','Q6.1','Q1.2','Q1.1',......]

我需要按如下方式重新排序列:

['Q1.1','Q1.2','Q1.3',.....'Q6.1',......]

我有办法在Python中做到这一点吗？

Answer 1

df = df.reindex(sorted(df.columns), axis=1)

这假设对列名称进行排序将给出所需的顺序.如果您的列名不会按字典顺序排序(例如,如果您希望Q9.1列出现在Q9.1之后),则需要进行不同的排序,但这与pandas无关.

Answer 2

你也可以做得更简洁:

df.sort_index(axis=1)

确保将结果分配回来:

df = df.sort_index(axis=1)

或者,就地执行:

df.sort_index(axis=1, inplace=True)

Answer 3

你可以这样做:

df[sorted(df.columns)]

编辑:更短的是

df[sorted(df)]

Answer 4

Tweet的答案可以传递给BrenBarn上面的回答

data.reindex_axis(sorted(data.columns, key=lambda x: float(x[1:])), axis=1)

所以对于你的例子,说:

vals = randint(low=16, high=80, size=25).reshape(5,5)
cols = ['Q1.3', 'Q6.1', 'Q1.2', 'Q9.1', 'Q10.2']
data = DataFrame(vals, columns = cols)

你得到:

data

    Q1.3    Q6.1    Q1.2    Q9.1    Q10.2
0   73      29      63      51      72
1   61      29      32      68      57
2   36      49      76      18      37
3   63      61      51      30      31
4   36      66      71      24      77

然后做:

data.reindex_axis(sorted(data.columns, key=lambda x: float(x[1:])), axis=1)

导致:

data


     Q1.2    Q1.3    Q6.1    Q9.1    Q10.2
0    2       0       1       3       4
1    7       5       6       8       9
2    2       0       1       3       4
3    2       0       1       3       4
4    2       0       1       3       4

Answer 5

不要忘记将"inplace = True"添加到Wes的答案中或将结果设置为新的DataFrame.

df.sort_index(axis=1, inplace=True)

Answer 6

如果您需要任意序列而不是排序序列,您可以:

sequence = ['Q1.1','Q1.2','Q1.3',.....'Q6.1',......]
your_dataframe = your_dataframe.reindex(columns=sequence)

我在2.7.10中对此进行了测试,它对我有用.

Answer 7

对于多个列,您可以将列按顺序排列:

#['A', 'B', 'C'] <-this is your columns order
df = df[['C', 'B', 'A']]

此示例显示了排序和切片列:

d = {'col1':[1, 2, 3], 'col2':[4, 5, 6], 'col3':[7, 8, 9], 'col4':[17, 18, 19]}
df = pandas.DataFrame(d)

你得到:

col1  col2  col3  col4
 1     4     7    17
 2     5     8    18
 3     6     9    19

然后做:

df = df[['col3', 'col2', 'col1']]

导致:

col3  col2  col1
7     4     1
8     5     2
9     6     3