如何对齐两个DataFrame列并保留原有顺序（非字典序重排）

场景分析 #

你需要合并两个DataFrame的列，同时满足：

• 保留所有唯一列（包含旧版本A的已删除列、新版本B的新增列）
• 自定义列顺序（如示例中的Hello、Foo、Bar、Hey、Doo、World、Star），而非align方法默认的字典序

代码实现 #

首先定义列集合：

import pandas as pd

# 旧版本A的列
cols_a = ['Hello', 'Foo', 'Hey', 'Bar', 'World']
# 新版本B的列
cols_b = ['Hello', 'Bar', 'Doo', 'World', 'Star']

方案1：匹配示例要求的顺序 #

该方案以新版本B的列顺序为框架，将旧版本A独有的列插入到它们在A中相对共有列的位置：

# 初始化结果为B的列顺序
result = cols_b.copy()

# 筛选A中独有的列（按A的顺序）
unique_a_cols = [col for col in cols_a if col not in cols_b]

for col in unique_a_cols:
    # 获取该列在A中的索引
    idx_in_a = cols_a.index(col)
    
    # 查找左侧最近的共有列
    left_shared = None
    for i in range(idx_in_a - 1, -1, -1):
        if cols_a[i] in cols_b:
            left_shared = cols_a[i]
            break
    
    # 查找右侧最近的共有列
    right_shared = None
    for i in range(idx_in_a + 1, len(cols_a)):
        if cols_a[i] in cols_b:
            right_shared = cols_a[i]
            break
    
    # 确定插入位置
    if left_shared:
        left_idx = result.index(left_shared)
        if right_shared:
            right_idx = result.index(right_shared)
            insert_pos = left_idx + 1 if (left_idx + 1) < right_idx else right_idx
        else:
            insert_pos = left_idx + 1
    elif right_shared:
        insert_pos = result.index(right_shared)
    else:
        insert_pos = 0
    
    # 插入列（避免重复）
    if col not in result:
        result.insert(insert_pos, col)

print(result)
# 输出: ['Hello', 'Foo', 'Bar', 'Hey', 'Doo', 'World', 'Star']

方案2：优先保留旧版本A的顺序，追加新版本B的新增列 #

如果需求是先按A的顺序保留所有旧列，再按B的顺序追加新增列，代码更简洁：

# 先取A的所有列，再添加B中未在A出现的列（按B的顺序）
result = cols_a + [col for col in cols_b if col not in cols_a]

print(result)
# 输出: ['Hello', 'Foo', 'Hey', 'Bar', 'World', 'Doo', 'Star']

应用到DataFrame #

得到目标列顺序后，即可重新排列DataFrame的列（以合并A和B的DataFrame为例）：

# 假设df_a是旧版本DataFrame，df_b是新版本DataFrame
df_combined = pd.concat([df_a, df_b], axis=0, ignore_index=True)
# 按目标顺序重排列
df_c = df_combined[result]

内容的提问来源于stack exchange，提问作者ramech