如何在Pandas数据集中调整列顺序，将temp_f列移至temp_c列之前？

你用df.sort_values('temp_f', 'temp_c')没用是因为这个函数是按列的值对行排序的，和调整列的位置完全没关系。下面给你两种简单的方法实现需求：

方法一：手动构造列名列表（新手友好） #

1. 先获取所有列的名称列表：

   cols = df.columns.tolist()
   

2. 找到temp_c在列表里的位置：

   c_pos = cols.index('temp_c')
   

3. 把temp_f从列表里删掉，再插入到temp_c的前面：

   cols.remove('temp_f')
   cols.insert(c_pos, 'temp_f')
   

4. 用新的列名列表重新生成数据框：

   df = df[cols]
   

方法二：一行代码完成（更简洁） #

直接通过列名切片拼接来重组数据框：

# 先取temp_c之前的所有列，加上temp_f、temp_c，再加上temp_c之后的列（排除temp_f）
c_pos = df.columns.get_loc('temp_c')
df = df[df.columns[:c_pos].tolist() + ['temp_f', 'temp_c'] + [col for col in df.columns[c_pos+1:] if col != 'temp_f']]

这样操作后，temp_f就会出现在temp_c的正前方，其他列的顺序保持不变。

内容的提问来源于stack exchange，提问作者SoaR_vX