根据列名对数据框中的列进行排序[重复]
我有一个dataframe，有200多列。问题在于订单生成时
['Q1.3','Q6.1','Q1.2','Q1.1',......]
我需要对这些列进行如下排序：
['Q1.1','Q1.2','Q1.3',.....'Q6.1',......]
我有办法在Python中做到这一点吗？
共有3个答案
你可以这样做：
df[sorted(df.columns)]
编辑：较短的是
df[sorted(df)]
你也可以做得更简洁：
df.sort_index(axis=1)
确保将结果分配回：
df = df.sort_index(axis=1)
或者，在适当的地方进行：
df.sort_index(axis=1, inplace=True)
df = df.reindex(sorted(df.columns), axis=1)
这假设对列名进行排序会给出您想要的顺序。如果您的列名不能按字典顺序排序（例如，如果您希望列Q10.3出现在Q9.1之后），您需要进行不同的排序，但这与熊猫无关。
-
我有一个像这样的数据框- 我有一个这样的列表- 现在，我想根据列名列表对数据框进行排序 因此，新的数据框将有列名称-
-
问题内容： 我想对以下数据框进行排序： 我想对它进行排序，以便根据列表对LSE列进行重新排序： 当然，其他列也需要相应地重新排序。有没有办法在熊猫里做到这一点？ 问题答案： pandas0.15版中对s的改进支持使您可以轻松做到这一点： 如果这只是临时排序，则可能不希望将LSE列保留为a ，但是如果您希望这种排序能够在不同的上下文中使用几次，则是一个很好的解决方案。 在更高版本的，中，已被替换为，
-
编辑：对于同样的问题，我尝试编写一个比较器。但它不起作用
-
我得到了这个数据帧，我想根据一些列名分配一个值。像这样。loc[df['max_speed']==1，df['shield']==2，new]=10然后我将获得新的数据帧： 有人知道怎么做吗？
-
问题内容： 我有一个具有以下内容的Series对象： 问题陈述： 我想按月显示它，并计算每个月的平均价格，然后按月以排序的方式显示它。 所需输出： 我想到了制作列表并将其传递给sort函数的方法： 但是 sort_values 不支持序列化。 我有一个大问题是，即使 最初可以工作，但是在我做完之后，它并不能保持排序后的顺序。 总而言之，我需要从初始数据帧起这两列。对datetime列进行排序，并使
-
我有一个超过200列的。问题在于订单生成时的状态 我需要按如下方式重新排列这些列： 在Python中有什么方法可以做到这一点吗？