如何将DataFrame列调整为指定列表，缺失列可填充空值、NA或0

我们可以通过pandas内置的reindex方法快速实现列对齐、顺序调整、缺失值填充的需求，处理逻辑如下：

• 所有输出DataFrame严格遵循指定的required_columns列顺序
• 原DataFrame缺失的列自动填充自定义默认值（支持NA/0/空字符串等任意值）
• 原DataFrame中不在目标列列表内的多余列会被自动过滤，无需额外处理

示例场景定义 #

你给出的测试场景参数如下：

# 待处理的三个DataFrame的列示例（实际使用时替换为你自己的DataFrame对象即可）
df1_columns = ['A', 'B', 'C']
df2_columns = ['A', 'B', 'C', 'E'] 
df3_columns = ['A', 'B', 'C', 'E', 'D']

# 统一指定的目标列顺序
required_columns = ['A', 'B', 'C', 'D', 'E']

核心处理代码 #

import pandas as pd
import numpy as np

def standardize_df_cols(df, target_cols, fill_value=np.nan):
    # 按目标列列表重排，缺失列自动填充指定值，多余列自动过滤
    return df.reindex(columns=target_cols, fill_value=fill_value)

使用方法 #

可单个处理，也可以批量处理所有待规范的DataFrame：

# 单个处理示例，填充值可自定义
df1_standard = standardize_df_cols(df1, required_columns)
df2_standard = standardize_df_cols(df2, required_columns, fill_value=0) # D列填充0
df3_standard = standardize_df_cols(df3, required_columns) # 仅调整列顺序

处理后效果 #

1. df1_standard列顺序为['A','B','C','D','E']，缺失的D、E列自动填充默认值
2. df2_standard列顺序为['A','B','C','D','E']，缺失的D列填充指定的0
3. df3_standard列顺序调整为目标顺序，原有所有数据完整保留

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