如何根据一个data frame的行顺序调整另一个data frame的列顺序

首先你可以通过以下步骤实现需求，默认你使用Python Pandas处理数据框：

1. 先提取第一个数据框的行顺序作为目标排序规则：

# 提取mydata2的行索引作为目标列顺序
target_col_order = mydata2.index.to_list()

2. 用提取到的顺序重排scores的列即可：

# 直接重排，如果scores存在mydata2行索引中没有的列会直接丢弃
scores_ordered = scores[target_col_order]

# 如果希望保留scores中所有列，没有匹配到的列补空值，可以用reindex方法
scores_ordered = scores.reindex(columns=target_col_order)

# 如果只保留两者共有的列、避免报错，可以先过滤有效列
valid_cols = [col for col in target_col_order if col in scores.columns]
scores_ordered = scores[valid_cols]

如果你的行匹配依据不是mydata2的索引、而是某一列的值，只需要把第一步提取顺序的代码替换为对应列的取值列表即可，比如匹配依据是mydata2的sample_id列：

target_col_order = mydata2['sample_id'].to_list()

内容的提问来源于stack exchange，提问作者Kev