如何调整pandas DataFrame.to_csv()输出CSV的索引列位置？

这个问题我之前也碰到过，确实默认情况下to_csv()的索引列总是排在最前面，没法直接用columns参数调整它的位置，不过有两种简单的方法能实现你要的效果：

方法一：将索引转为普通列后指定顺序 #

这种方法先把索引转换成DataFrame的一个普通列，然后通过columns参数明确指定输出的列顺序：

import pandas as pd

# 示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data, index=['user1', 'user2', 'user3'])

# 把索引转为普通列（默认列名为'index'，如果索引有自定义名称会用那个名称）
df_with_index_col = df.reset_index()

# 指定输出列顺序：Name、Age、index
df_with_index_col.to_csv('output.csv', columns=['Name', 'Age', 'index'], index=False)

注意事项： #

• 如果你的索引有自定义名称（比如df.index.name = 'UserID'），那reset_index()后生成的列名就是UserID，这时候columns参数要改成['Name', 'Age', 'UserID']。
• 设置index=False是因为我们已经把索引转为普通列了，不需要再输出默认的索引。

方法二：链式调用直接添加索引列（不修改原DataFrame） #

如果你不想修改原始的DataFrame，可以用assign()方法临时添加索引列，然后指定输出顺序，一步到位：

import pandas as pd

# 示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35]}
df = pd.DataFrame(data, index=['user1', 'user2', 'user3'])

# 临时添加索引列并指定输出顺序
df.assign(index=df.index).to_csv('output.csv', columns=['Name', 'Age', 'index'], index=False)

这个方法更简洁，不会改变原DataFrame的结构，适合一次性导出的场景。

验证输出结果 #

导出的CSV文件内容会是这样的：

Name,Age,index
Alice,25,user1
Bob,30,user2
Charlie,35,user3

完全符合你想要的列顺序要求~

内容的提问来源于stack exchange，提问作者Mingo