如何调整Pandas DataFrame行顺序，将Collect行设为首位？

方法一：拆分拼接法 #

通过筛选目标行与剩余行，再拼接实现顺序调整：

# 筛选出Status为Collect的行
collect_row = df[df['Status'] == 'Collect']
# 筛选出其余行（排除Collect）
remaining_rows = df[df['Status'] != 'Collect']
# 拼接为新DataFrame并重置索引
new_df = pd.concat([collect_row, remaining_rows]).reset_index(drop=True)

方法二：索引重排法 #

通过构造新的索引顺序直接调整行位置：

# 获取Collect行的索引位置
collect_idx = df[df['Status'] == 'Collect'].index[0]
# 构建新的索引列表：先放Collect的索引，再放其余索引
new_order = [collect_idx] + [idx for idx in df.index if idx != collect_idx]
# 按新索引排序并重置索引
new_df = df.loc[new_order].reset_index(drop=True)

两种方法均可实现将'Collect'行移至首行，其余行保留原有顺序的效果。执行后new_df的首行即为原DataFrame中Status为'Collect'的条目。

内容的提问来源于stack exchange，提问作者TimS