根据列名对 pandas DataFrame 中的列进行排序 [duplicate]

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

这假定对列名称进行排序将给出所需的顺序。如果你的列名不能按字典顺序排序（例如，如果你希望列 Q10.3 出现在 Q9.1 之后），你需要以不同的方式排序，但这与 pandas 无关。

该方法和函数允许您提供自定义函数来提取用于比较的键：sortsorted

>>> ls = ['Q1.3', 'Q6.1', 'Q1.2']
>>> sorted(ls, key=lambda x: float(x[1:]))
['Q1.2', 'Q1.3', 'Q6.1']

您还可以更简洁地执行以下操作：

df.sort_index(axis=1)

---

确保将结果分配回去：

df = df.sort_index(axis=1)

或者，就地执行：

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

Tweet 的答案可以传递给上面 BrenBarn 的答案

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

因此，对于您的示例，请说：

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)

您将获得：

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

你可以做：

df[sorted(df.columns)]

---

编辑：较短的是

df[sorted(df)]

不要忘记在 Wes 的答案中添加“inplace=True”或将结果设置为新的 DataFrame。

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

最快的方法是：

df.sort_index(axis=1)

请注意，这将创建一个新实例。因此，您需要将结果存储在一个新变量中：

sortedDf=df.sort_index(axis=1)

print df.sort_index(by='Frequency',ascending=False)

其中 by 是列的名称，如果要根据列对数据集进行排序

如果你需要一个任意序列而不是排序序列，你可以做：

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。

对于多个列，您可以根据需要按顺序排列列：

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

此示例显示对列进行排序和切片：

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

您将获得：

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     

一个用例是，您已经用一些前缀命名了（某些）列，并且您希望使用这些前缀并按某种特定顺序（而不是按字母顺序）对列进行排序。

例如，您可能以 、 标签等开头所有要素，并且希望首先使用所有无前缀的列，然后是所有要素，然后是标签。您可以使用以下函数执行此操作（我将注意到用于减少列表的可能效率问题，但除非您有很多列，否则这不是问题，而我没有）：Ft_Lbl_sum

def sortedcols(df, groups = ['Ft_', 'Lbl_'] ):
    return df[ sum([list(filter(re.compile(r).search, list(df.columns).copy())) for r in (lambda l: ['^(?!(%s))' % '|'.join(l)] + ['^%s' % i  for i in l ] )(groups)   ], [])  ]