拼接分片处理后的DataFrame，如何保留原始Series列顺序？

你的问题在批量处理DataFrame时很常见——当我们按自定义列组分片处理后，直接用pd.concat拼接会按分片的顺序排列列，导致最终列顺序和原始DataFrame不一致。这里有几个简便且实用的解决方法：

方法一：拼接后直接按原始列顺序重新索引 #

这是最直接高效的方案，核心思路是先完成分片拼接，再强制重置列顺序为原始序列，完全不用纠结分片的顺序。

具体代码示例 #

import pandas as pd

# 先保存原始DataFrame的列顺序（如果是固定已知的，也可以手动写：[1,2,3,4,5,6,7,8,9]）
original_columns = df.columns.tolist()

# 定义分片列组并执行预处理
list1 = [1,4,3]
list2 = [2,5,6]
list3 = [9,8,7]

df_1 = df.iloc[:, list1]  # 替换成你的实际预处理逻辑
df_2 = df.iloc[:, list2]  # 替换成你的实际预处理逻辑
df_3 = df.iloc[:, list3]  # 替换成你的实际预处理逻辑

# 拼接分片后，直接按原始顺序重置列
df = pd.concat([df_1, df_2, df_3], axis=1)[original_columns]

方法二：预处理时保持分片列的原始顺序（可选） #

如果你想在拼接阶段就保证顺序，可以给每个分片的列先按原始顺序排序，再进行拼接。这种方法适合对拼接过程有严格顺序要求的场景：

# 处理完分片后，按原始顺序筛选列（自动保留原始顺序）
df_1 = df_1[[col for col in original_columns if col in df_1.columns]]
df_2 = df_2[[col for col in original_columns if col in df_2.columns]]
df_3 = df_3[[col for col in original_columns if col in df_3.columns]]

# 此时拼接后的列自然符合原始顺序
df = pd.concat([df_1, df_2, df_3], axis=1)

为什么你的当前代码会顺序错乱？ #

pd.concat(axis=1)会严格按照你传入的frames列表顺序拼接列，同时每个分片内部的列顺序是你定义的list1/list2/list3的顺序，所以最终列顺序是[1,4,3,2,5,6,9,8,7]，和原始顺序不符。而通过重新索引，我们可以强制把列拉回原始的排列逻辑。

内容的提问来源于stack exchange，提问作者joshi123