如何反向遍历Pandas DataFrame或前置添加元素调整推文列表顺序

有两种简单方式可以实现需求，让最新的推文排在列表首位：

方法一：反向遍历DataFrame #

直接对DataFrame做倒序处理后再遍历，从最后一行（最新推文）开始迭代，添加到列表的顺序自然是最新在前。

修改后的代码：

current_message_name = 'Draft Message' # 当前用户查看的消息名称

tweets = []
df = pd.read_csv('data/tweets.csv')

# 用iloc[::-1]反转DataFrame，再执行遍历
for index, row in df.iloc[::-1].iterrows():
    tweets.append({
        'poster': f'{row["poster"]}',
        'date': f'{row["date"]}',
        'message': f'{row["message"]}',
    })

方法二：将推文插入列表起始位置 #

保持原DataFrame的遍历顺序不变，每次把生成的推文字典插入到列表的第一个位置，最终列表也会呈现最新推文在前的效果。

修改后的代码：

current_message_name = 'Draft Message' # 当前用户查看的消息名称

tweets = []
df = pd.read_csv('data/tweets.csv')

for index, row in df.iterrows():
    # 用insert(0, ...)替代append，将元素插入列表开头
    tweets.insert(0, {
        'poster': f'{row["poster"]}',
        'date': f'{row["date"]}',
        'message': f'{row["message"]}',
    })

额外补充：如果你的CSV里有明确的日期列，建议先按日期倒序排序DataFrame再遍历，能避免CSV行顺序和时间顺序不一致的问题：

df = pd.read_csv('data/tweets.csv').sort_values(by='date', ascending=False)
for index, row in df.iterrows():
    tweets.append({
        'poster': f'{row["poster"]}',
        'date': f'{row["date"]}',
        'message': f'{row["message"]}',
    })

内容的提问来源于stack exchange，提问作者user22395013