使用Pandas按前缀及季度规则排序DataFrame列名并保留ID列首位

问题场景 #

你有一个包含100+列的大型DataFrame，迷你示例如下：

ID  rev_Q1   rev_Q5     rev_Q4    rev_Q3   rev_Q2  tx_Q3   tx_Q5  tx_Q2  tx_Q1  tx_Q4
1     1        1         1         1        1       1       1      1       1       1
2     1        1         1         1        1       1       1      1       1       1

需求 #

• 对每个前缀（下划线前的关键词，如rev、tx）下的列按季度（Q1、Q2…Qn）排序
• 保持ID列在首位

你尝试过df = df.reindex(sorted(df.columns), axis=1)，但该方法无效，还将ID列移到了末尾。期望输出如下：

ID  rev_Q1   rev_Q2     rev_Q3    rev_Q4   rev_Q5  tx_Q1   tx_Q2  tx_Q3  tx_Q4  tx_Q5
1     1        1         1         1        1       1       1      1       1       1
2     1        1         1         1        1       1       1      1       1       1

实际场景中有30+类似rev、tx的前缀。

解决方案 #

核心思路是：单独保留ID列，对剩余列按前缀+季度数字的规则排序，避免默认字符串排序的逻辑问题。

直接运行以下代码即可实现需求：

import pandas as pd

# （如果已有DataFrame可跳过这步，直接处理你的df）
data = {
    'ID': [1, 2],
    'rev_Q1': [1, 1],
    'rev_Q5': [1, 1],
    'rev_Q4': [1, 1],
    'rev_Q3': [1, 1],
    'rev_Q2': [1, 1],
    'tx_Q3': [1, 1],
    'tx_Q5': [1, 1],
    'tx_Q2': [1, 1],
    'tx_Q1': [1, 1],
    'tx_Q4': [1, 1]
}
df = pd.DataFrame(data)

# 定义排序键：拆分列名，按前缀+季度数字排序
def sort_col(col):
    prefix, quarter = col.split('_')
    # 提取Q后面的数字，转为整数用于排序
    q_num = int(quarter.strip('Q'))
    return (prefix, q_num)

# 拆分ID列和其他列，避免ID被排序
id_col = ['ID']
sorted_cols = id_col + sorted(df.columns.drop('ID'), key=sort_col)

# 重新排列DataFrame的列
df = df[sorted_cols]

# 查看结果
print(df)

说明 #

• sort_col函数将列名拆分为前缀（如rev）和季度部分（如Q5），提取季度数字转为整数后排序，确保同一前缀下的列按Q1→Q2→…→Qn的顺序排列
• 单独处理ID列，保证它始终在首位
• 该方法自动适配所有前缀，无需手动指定30+个前缀，适合大型DataFrame场景

内容的提问来源于stack exchange，提问作者The Great