如何根据pandas DataFrame中指定行的数值对列进行重排序

核心逻辑 #

先保留不需要参与排序的固定列，再提取Model_rank行对应各待排序列的排名值，按升序排序后拼接为最终列顺序即可，所有行数据不会发生变更。

实现代码 #

场景1：Attributes为普通列（与你给出的结构一致） #

import pandas as pd

# 定义不需要参与排序的固定列
fixed_cols = ['index', 'Attributes']
# 提取所有需要按排名排序的业务列
sort_cols = [col for col in df.columns if col not in fixed_cols]

# 提取各业务列对应的Model_rank值，按排名升序排序
sorted_sort_cols = sorted(
    sort_cols,
    key=lambda col: df.loc[df['Attributes'] == 'Model_rank', col].iloc[0]
)

# 拼接最终列顺序并重排DataFrame
final_cols = fixed_cols + sorted_sort_cols
df_result = df[final_cols]

场景2：Attributes已设为行索引 #

如果后续你把Attributes列设为了行索引，可以用更简洁的写法：

fixed_cols = ['index', 'Attributes']
sort_cols = [col for col in df.columns if col not in fixed_cols]
# 直接按Model_rank行的数值排序列
sorted_sort_cols = df.loc['Model_rank', sort_cols].sort_values().index.tolist()
df_result = df[fixed_cols + sorted_sort_cols]

效果验证 #

用你提供的测试数据运行后，得到的列顺序为['index', 'Attributes', '1_LR', '2_LR', '3_LR', '4_LR', '1_RFC', '2_RFC']，完全符合预期，所有行的原始数据保持不变。

内容的提问来源于stack exchange，提问作者Prasad Kalekar