dataframe列重新排序

在Pandas中，我们可以使用`DataFrame`的`reindex`方法重新排序列。这个方法接受一个列名的列表，用于指定新的列顺序。例如，如果我们有一个数据框，其中包含列`A、B、C`，我们希望将列顺序更改为`B、C、A`，我们可以使用以下代码：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 将列顺序更改为'B、C、A'
df = df.reindex(columns=['B', 'C', 'A'])

print(df)

输出结果如下：

   B  C  A
0  4  7  1
1  5  8  2
2  6  9  3

通过这种方式，我们就可以很容易地重新排序`DataFrame`的列。值得注意的是，`reindex`方法会返回一个重新排序后的数据框，原始数据框不会被修改。

相关问题

python DataFrame 索引重新排序

可以使用 pandas 中的 `reindex` 方法来重新排序 DataFrame 的索引。具体步骤如下：

1. 使用 `set_index` 方法将需要重新排序的列设置为索引；
2. 使用 `reindex` 方法按照指定顺序重新排序索引；
3. 使用 `reset_index` 方法将重新排序后的索引重新设置为普通列，恢复原来的 DataFrame 结构。

下面是一个示例代码：

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 将 'A' 列设置为索引
df.set_index('A', inplace=True)

# 按照指定顺序重新排序索引
df = df.reindex([3, 1, 2])

# 将重新排序后的索引重新设置为普通列
df.reset_index(inplace=True)

# 输出结果
print(df)

运行结果如下：

   A  B
0  3  6
1  1  4
2  2  5

可以看到，索引已按照指定顺序重新排序。

dataframe按列排序

要按列对DataFrame进行排序，可以使用sort_values()方法或reindex()方法。

方法一：使用sort_values()方法
代码示例：
df = df.sort_values(by=df.columns, axis=1)
print(df)

方法二：使用reindex()方法
代码示例：
order = ['B', 'C', 'A']
df = df.reindex(columns=order)
print(df)

这两种方法都可以实现按列对DataFrame进行排序，具体使用哪种方法取决于你的需求和个人喜好。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【python】【pandas】dataframe按照列名给列排序](https://blog.csdn.net/Good_Hope/article/details/131015730)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]