pandas指定列顺序排序

可以使用`reindex`方法来指定列的顺序排序。具体步骤如下：

1. 首先创建一个DataFrame，并且包含需要排序的列。

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'Age': [28, 34, 29, 42],
        'Country': ['US', 'UK', 'US', 'UK']}
df = pd.DataFrame(data)

2. 指定需要排序的列的顺序。

column_order = ['Country', 'Name', 'Age']

3. 使用`reindex`方法按照指定的列顺序排序。

df = df.reindex(columns=column_order)

最终结果如下：

  Country   Name  Age
0      US    Tom   28
1      UK   Jack   34
2      US  Steve   29
3      UK  Ricky   42

相关问题

pandas 按照某一列的指定顺序排序

可以使用 pandas 的 sort_values() 方法，其中参数 by 指定按照哪一列排序，参数 key 指定排序方式，例如：

df.sort_values(by='column_name', key=lambda x: x.map({'value1': 1, 'value2': 2}))

这样就可以按照指定列的指定顺序排序了。

pandas 多列排序

你可以使用 Pandas 的 `sort_values()` 方法对多列进行排序。你可以在 `sort_values()` 方法中传递一个包含多个列名的列表，这样就可以按照指定的列顺序进行排序。

以下是一个示例代码，演示如何对 DataFrame 中的多列进行排序：

import pandas as pd

# 创建示例 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 20, 35],
    'Salary': [5000, 4000, 6000, 3000]
}
df = pd.DataFrame(data)

# 按照 'Age' 列升序，然后按照 'Salary' 列降序排序
df_sorted = df.sort_values(by=['Age', 'Salary'], ascending=[True, False])

print(df_sorted)

输出结果为：

      Name  Age  Salary
2  Charlie   20    6000
0    Alice   25    5000
1      Bob   30    4000
3    David   35    3000

在这个示例中，我们首先按照 'Age' 列进行升序排序，然后在 'Age' 列相同的情况下，按照 'Salary' 列进行降序排序。