根据列名对熊猫数据框中的列进行排序

问题描述：

我有一个dataframe包含 200 多个列的文件。问题是，它们的生成顺序是

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

我需要按如下方式对列进行排序：

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

有没有什么方法可以用 Python 来实现这一点？

解决方案 1：

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

这假设对列名进行排序将得到您想要的顺序。如果您的列名不按字典顺序排序（例如，如果您希望列 Q10.3 出现在 Q9.1 之后），则需要进行不同的排序，但这与 pandas 无关。

解决方案 2：

您还可以做得更简洁：

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)

解决方案 3：

你可以这样做：

df[已排序(df.列)]

编辑：更短的是

df[sorted(df)]

解决方案 4：

对于多列，您可以按您想要的顺序排列：

#['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

然后执行以下操作：

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

导致：

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

解决方案 5：

Tweet 的答案可以传递给上面的 BrenBarn 的答案

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

对于你的例子，可以说：

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

然后执行以下操作：

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

解决方案 6：

如果您需要任意序列而不是排序序列，您可以执行以下操作：

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

我在 2.7.10 中测试了这一点并且它对我有用。

解决方案 7：

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)

解决方案 8：

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)

解决方案 9：

方法sort和sorted函数允许您提供自定义函数来提取用于比较的键：

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

解决方案 10：

一个用例是，您使用某些前缀命名了（某些）列，并且希望使用这些前缀对这些列进行排序，并且按照特定的顺序（非字母顺序）进行排序。

例如，您可能以 开始所有功能Ft_，以 开始标签Lbl_，等等，并且您希望首先获取所有未加前缀的列，然后获取所有功能，最后获取标签。您可以使用以下函数执行此操作（我将指出使用sum减少列表可能存在的效率问题，但除非您拥有大量列（而我没有），否则这不是问题）：

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)   ], [])  ]

解决方案 11：

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

其中 by 是列的名称，如果您想根据列对数据集进行排序