如何将指定列移至大型可扩展Pandas DataFrame的前列？

核心思路 #

先明确需要前置的列名列表，再动态获取剩余所有列，最后将这两个列表拼接后重新排列DataFrame的列顺序。这种方法能自动适配列数增加的情况，无需手动更新剩余列的列表。

具体实现步骤 #

1. 定义前置列列表：列出所有需要移到最前面的确定存在的列名。
2. 生成剩余列列表：从DataFrame的全部列中过滤掉前置列，得到剩下的列。
3. 重新排列列顺序：将前置列列表与剩余列列表拼接，用这个新的列顺序重新索引DataFrame。

代码示例 #

假设我们有一个包含150列的大型DataFrame，想要将col5、col20、col100这三列移到最前面：

import pandas as pd
import numpy as np

# 创建示例大型DataFrame（150列，100行）
cols = [f'col{i}' for i in range(1, 151)]
df = pd.DataFrame(np.random.randn(100, 150), columns=cols)

# 确定需要前置的列
priority_columns = ['col5', 'col20', 'col100']

# 获取剩余列（自动排除前置列）
remaining_columns = [col for col in df.columns if col not in priority_columns]

# 重新排列DataFrame列顺序
df = df[priority_columns + remaining_columns]

# 验证结果：查看前5列
print(df.columns[:5])
# 输出：Index(['col5', 'col20', 'col100', 'col1', 'col2'], dtype='object')

注意事项 #

• 由于你明确指定的列肯定存在，无需额外处理列缺失的情况。
• 这种方法效率很高，即使DataFrame列数增加，也能自动适配，因为剩余列是动态从当前DataFrame的列中获取的。
• Pandas的列重排操作不会复制底层数据，只是调整列的引用顺序，所以对大型DataFrame也不会有性能问题。

内容的提问来源于stack exchange，提问作者WhoamI