我有以下的DataFrame（df）:
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(10, 5))
我通过赋值来添加更多列：
df['mean'] = df.mean(1)
如何将列 mean 移动到最前面，即将其设置为第一列，同时不改变其他列的顺序？
41个回答
1378
一种简单的方法是使用一个列的列表重新分配数据框，根据需要重新排列。
这是你现在拥有的：
In [6]: df
Out[6]:
0 1 2 3 4 mean
0 0.445598 0.173835 0.343415 0.682252 0.582616 0.445543
1 0.881592 0.696942 0.702232 0.696724 0.373551 0.670208
2 0.662527 0.955193 0.131016 0.609548 0.804694 0.632596
3 0.260919 0.783467 0.593433 0.033426 0.512019 0.436653
4 0.131842 0.799367 0.182828 0.683330 0.019485 0.363371
5 0.498784 0.873495 0.383811 0.699289 0.480447 0.587165
6 0.388771 0.395757 0.745237 0.628406 0.784473 0.588529
7 0.147986 0.459451 0.310961 0.706435 0.100914 0.345149
8 0.394947 0.863494 0.585030 0.565944 0.356561 0.553195
9 0.689260 0.865243 0.136481 0.386582 0.730399 0.561593
In [7]: cols = df.columns.tolist()
In [8]: cols
Out[8]: [0L, 1L, 2L, 3L, 4L, 'mean']
您可以随意重新排列cols。这就是我将最后一个元素移动到第一位的方法:
In [12]: cols = cols[-1:] + cols[:-1]
In [13]: cols
Out[13]: ['mean', 0L, 1L, 2L, 3L, 4L]
然后按照以下方式重新排序数据框：
In [16]: df = df[cols] # OR df = df.ix[:, cols]
In [17]: df
Out[17]:
mean 0 1 2 3 4
0 0.445543 0.445598 0.173835 0.343415 0.682252 0.582616
1 0.670208 0.881592 0.696942 0.702232 0.696724 0.373551
2 0.632596 0.662527 0.955193 0.131016 0.609548 0.804694
3 0.436653 0.260919 0.783467 0.593433 0.033426 0.512019
4 0.363371 0.131842 0.799367 0.182828 0.683330 0.019485
5 0.587165 0.498784 0.873495 0.383811 0.699289 0.480447
6 0.588529 0.388771 0.395757 0.745237 0.628406 0.784473
7 0.345149 0.147986 0.459451 0.310961 0.706435 0.100914
8 0.553195 0.394947 0.863494 0.585030 0.565944 0.356561
9 0.561593 0.689260 0.865243 0.136481 0.386582 0.730399
- Aman
7
43如果出现“无法连接'str'和'list'对象”的情况，请确保在cols中对str值进行[]操作：
cols = [cols[7]] + cols[:7] + cols[8:]。 - moeabdol
4@FooBar 这不是集合的并运算，而是两个有序列表的连接。 - Aman
3我只是想指出你的代码已过时。你对帖子的处理取决于你自己。 - FooBar
2@FooBar，
cols的类型是list，它甚至允许重复（在使用数据框时会被丢弃）。你可能想要使用Index对象。 - alexis20这意味着复制所有数据，这非常低效。我希望 pandas 有一种方法可以在不创建副本的情况下完成此操作。 - Konstantin
显示剩余2条评论
854
你也可以像这样做:
df = df[['mean', '0', '1', '2', '3']]
你可以使用以下方式获取列的列表：
cols = list(df.columns.values)
输出结果将是：
['0', '1', '2', '3', 'mean']
在将其放入第一个函数之前，可以轻松地手动重新排列。
- freddygv
7
10你可以使用list(df.columns)获取列名列表。 - Jim
33或者
df.columns.tolist() - Jim对于像我这样的新手，重新排列从cols获得的列表。然后 df = df [cols]，即重新排列的列表被插入到第一个表达式中，而不仅仅是一个括号。 - Sid
7我认为这不是一个好的答案，因为它没有提供如何更改任何数据框列顺序的代码。比如我使用
pd.read_csv()将CSV文件导入为Pandas pd，那么你的答案如何用于更改列顺序呢？ - Robvh7@Robvh，第二行代码解释如何获取现有列名。从那里，您可以将输出复制到第一行代码中，并按需重新排列。唯一需要知道的其他信息是，如果没有标题，则默认列名为整数而不是字符串。 - daniel brandstetter
显示剩余2条评论
411
只需按照您想要的顺序分配列名：
In [39]: df
Out[39]:
0 1 2 3 4 mean
0 0.172742 0.915661 0.043387 0.712833 0.190717 1
1 0.128186 0.424771 0.590779 0.771080 0.617472 1
2 0.125709 0.085894 0.989798 0.829491 0.155563 1
3 0.742578 0.104061 0.299708 0.616751 0.951802 1
4 0.721118 0.528156 0.421360 0.105886 0.322311 1
5 0.900878 0.082047 0.224656 0.195162 0.736652 1
6 0.897832 0.558108 0.318016 0.586563 0.507564 1
7 0.027178 0.375183 0.930248 0.921786 0.337060 1
8 0.763028 0.182905 0.931756 0.110675 0.423398 1
9 0.848996 0.310562 0.140873 0.304561 0.417808 1
In [40]: df = df[['mean', 4,3,2,1]]
现在，“平均值”列排在最前面：
In [41]: df
Out[41]:
mean 4 3 2 1
0 1 0.190717 0.712833 0.043387 0.915661
1 1 0.617472 0.771080 0.590779 0.424771
2 1 0.155563 0.829491 0.989798 0.085894
3 1 0.951802 0.616751 0.299708 0.104061
4 1 0.322311 0.105886 0.421360 0.528156
5 1 0.736652 0.195162 0.224656 0.082047
6 1 0.507564 0.586563 0.318016 0.558108
7 1 0.337060 0.921786 0.930248 0.375183
8 1 0.423398 0.110675 0.931756 0.182905
9 1 0.417808 0.304561 0.140873 0.310562
- fixxxer
5
13它会复制吗？ - user3226167
47如果你的数据框中有1000列，那么这并不是最好的答案。 - AGS
2你最初声称似乎没有给
<df>.columns 分配值。 - 3pitt18这是针对少量列的最佳答案。 - RyanC
7这只是@freddygv早期回答的复制。那个应该被接受为答案，而不是这个。 - James Hirschorn
366
对于 pandas >= 1.3（2022 年编辑）：
df.insert(0, 'mean', df.pop('mean'))
对于Pandas版本小于1.3的情况，怎么处理呢？
df.insert(0, 'mean', df['mean'])
- Wes McKinney
11
82这能否成为
pandas未来的一个特性？比如像df.move(0, df.mean)这样的功能？ - jason10美丽。而且它也发生在这个地方。 - cucu8
8这是一种可扩展的解决方案，因为其他解决方案需要手动输入列名。 - CKM
16这适用于原帖问题中创建新列的情况，但对于移动列则不适用；尝试移动会导致
*** ValueError: cannot insert mean, already exists。 - SpinUp __ A Davis显示剩余6条评论
199
根据你的情况，
df = df.reindex(columns=['mean',0,1,2,3,4])
会完全按照您的要求执行。
在我的情况下（一般形式）：
df = df.reindex(columns=sorted(df.columns))
df = df.reindex(columns=(['opened'] + list([a for a in df.columns if a != 'opened']) ))
- Alvaro Silvino
3
2我尝试设置
copy=False，但似乎 reindex_axis 仍然会创建一个副本。 - Konstantin1@Konstantin，你能否再提出一个关于这个问题的问题吗？这样会更好，可以获得更多的上下文信息。 - Alvaro Silvino
@Konstantin 只是好奇，您是否进行了调试以查看
copy=False 是否会创建一个副本？文档称，当 copy=True 时，reindex 会返回一个新对象，暗示它否则可能是同一个旧对象；如果是同一个对象，那么如何成为副本呢？ - stucash123
import numpy as np
import pandas as pd
df = pd.DataFrame()
column_names = ['x','y','z','mean']
for col in column_names:
df[col] = np.random.randint(0,100, size=10000)
您可以尝试以下解决方案：
解决方案 1：
df = df[ ['mean'] + [ col for col in df.columns if col != 'mean' ] ]
解决方案2:
df = df[['mean', 'x', 'y', 'z']]
col = df.pop("mean")
df = df.insert(0, col.name, col)
解决方案4：
df.set_index(df.columns[-1], inplace=True)
df.reset_index(inplace=True)
解决方案5：
cols = list(df)
cols = [cols[-1]] + cols[:-1]
df = df[cols]
解决方案6：
order = [1,2,3,0] # setting column's order
df = df[[df.columns[i] for i in order]]
时间比较：
解决方案1：
CPU时间：用户1.05毫秒，系统：35微秒，总共：1.08毫秒墙面时间：995微秒
解决方案2：
CPU时间：用户933微秒，系统：0纳秒，总共：933微秒 墙面时间：800微秒
解决方案3：
CPU时间：用户0纳秒，系统：1.35毫秒，总共：1.35毫秒 墙面时间：1.08毫秒
解决方案4：
CPU时间：用户1.23毫秒，系统：45微秒，总共：1.27毫秒 墙面时间：986微秒
解决方案5：
CPU时间：用户1.09毫秒，系统：19微秒，总共：1.11毫秒 墙面时间：949微秒
解决方案6：
CPU时间：用户955微秒，系统：34微秒，总共：989微秒 墙面时间：859微秒
- Pygirl
6
2解决方案1正是我所需要的，因为我有太多列（53列），谢谢。 - ratnesh
2@Pygirl 哪个值显示真实消耗的时间？（用户，系统，总计还是墙上时间） - sergzemsk
2这对我来说是这个问题的最佳答案。有很多解决方案（包括我需要的一个）和简单的方法。谢谢！ - Gustavo Rottgering
2解决方案6（无列表推导）：
df = df.iloc[:, [1, 2, 3, 0]] - Dmitriy Work2@sergzemsk: 我通过墙上时间进行比较。 - Pygirl
2方案3是列出的方案中唯一好的方法，因为它是唯一一个原地操作且不会干扰索引的方法。那些不是原地操作的方法是不可扩展的。 - Asclepius
83
您需要按照所需的顺序创建一个新的列列表，然后使用 df = df[cols] 来按照这个新的顺序重新排列列。
cols = ['mean'] + [col for col in df if col != 'mean']
df = df[cols]
你也可以采用更一般的方法。在本例中，最后一列（由-1表示）被插入为第一列。
cols = [df.columns[-1]] + [col for col in df if col != df.columns[-1]]
df = df[cols]
如果数据框中存在需要排序的列，您也可以使用这种方法对列进行重新排序，使它们按照所需的顺序排列。
inserted_cols = ['a', 'b', 'c']
cols = ([col for col in inserted_cols if col in df]
+ [col for col in df if col not in inserted_cols])
df = df[cols]
- Alexander
73
假设您有一个名为
df的数据框，其中包含A、B和C列。最简单的方法是：
df = df.reindex(['B','C','A'], axis=1)
- liangli
4
这个选项的一个很棒的特点是你可以在pandas管道操作中使用它！ - cheevahagadog
2请注意，这只会返回重新索引的数据框 - 不会更改正在使用的“df”实例。如果您想使用重新索引的df，请使用返回的值：
df2 = df.reindex(['B', 'C', 'A'], axis=1)。感谢您提供这个答案！ - Andreas Forslöw@cheevahagadog 很好的观点！ - liangli
@AndreasForslöw 感谢您的关注。 - liangli
67
- dmvianna
7
23不，那是不同的情况。那里用户想按名称对所有列进行排序。这里，他们想将一列移到第一列，同时保持其他列的顺序不变。 - smci
2如果您不想对它们进行排序怎么办？ - Chankey Pathak
答案与问题中的问题无关。 - mins
1@mins，我希望上面的编辑已经足够清晰了。 :) - dmvianna
您的编辑现在展示了一个解决问题的可行方案。谢谢。 - mins
显示剩余2条评论
66
如果您的列名太长而无法手动输入，则可以通过一个整数列表指定新顺序，其中包含位置：
数据：
0 1 2 3 4 mean
0 0.397312 0.361846 0.719802 0.575223 0.449205 0.500678
1 0.287256 0.522337 0.992154 0.584221 0.042739 0.485741
2 0.884812 0.464172 0.149296 0.167698 0.793634 0.491923
3 0.656891 0.500179 0.046006 0.862769 0.651065 0.543382
4 0.673702 0.223489 0.438760 0.468954 0.308509 0.422683
5 0.764020 0.093050 0.100932 0.572475 0.416471 0.389390
6 0.259181 0.248186 0.626101 0.556980 0.559413 0.449972
7 0.400591 0.075461 0.096072 0.308755 0.157078 0.207592
8 0.639745 0.368987 0.340573 0.997547 0.011892 0.471749
9 0.050582 0.714160 0.168839 0.899230 0.359690 0.438500
通用示例：
new_order = [3,2,1,4,5,0]
print(df[df.columns[new_order]])
3 2 1 4 mean 0
0 0.575223 0.719802 0.361846 0.449205 0.500678 0.397312
1 0.584221 0.992154 0.522337 0.042739 0.485741 0.287256
2 0.167698 0.149296 0.464172 0.793634 0.491923 0.884812
3 0.862769 0.046006 0.500179 0.651065 0.543382 0.656891
4 0.468954 0.438760 0.223489 0.308509 0.422683 0.673702
5 0.572475 0.100932 0.093050 0.416471 0.389390 0.764020
6 0.556980 0.626101 0.248186 0.559413 0.449972 0.259181
7 0.308755 0.096072 0.075461 0.157078 0.207592 0.400591
8 0.997547 0.340573 0.368987 0.011892 0.471749 0.639745
9 0.899230 0.168839 0.714160 0.359690 0.438500 0.050582
尽管看起来我只是在以不同的顺序显式地输入列名，但是存在一个名为“mean”的列应该表明new_order与实际位置而非列名有关。
对于OP问题的特定情况：
new_order = [-1,0,1,2,3,4]
df = df[df.columns[new_order]]
print(df)
mean 0 1 2 3 4
0 0.500678 0.397312 0.361846 0.719802 0.575223 0.449205
1 0.485741 0.287256 0.522337 0.992154 0.584221 0.042739
2 0.491923 0.884812 0.464172 0.149296 0.167698 0.793634
3 0.543382 0.656891 0.500179 0.046006 0.862769 0.651065
4 0.422683 0.673702 0.223489 0.438760 0.468954 0.308509
5 0.389390 0.764020 0.093050 0.100932 0.572475 0.416471
6 0.449972 0.259181 0.248186 0.626101 0.556980 0.559413
7 0.207592 0.400591 0.075461 0.096072 0.308755 0.157078
8 0.471749 0.639745 0.368987 0.340573 0.997547 0.011892
9 0.438500 0.050582 0.714160 0.168839 0.899230 0.359690
这种方法的主要问题在于，多次调用相同的代码会产生不同的结果，因此需要小心 :)
- Yuca
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接
MultiIndex。 - jppdf = df[新排列的列名列表];D - starriet