咨询用Python pandas实现CSV文件按自定义目标顺序重排的方法
Pandas实现CSV自定义指定顺序排序落地方案
覆盖两类常见自定义排序需求,匹配你提供的源CSV、期望效果参考的排序规则:
- 行按指定列的自定义值顺序排列:不使用默认的字母/数字排序,按你指定的列值先后顺序整行排序
- 按自定义顺序排列CSV列:调整表头列的先后顺序,匹配需求的列排布
基础准备
- 若未安装pandas,执行安装命令:
pip install pandas - 导入依赖并读取源CSV:
import pandas as pd # 替换为你本地的源CSV文件路径,若读取中文乱码可添加encoding="gbk"参数 df = pd.read_csv("你的源CSV文件路径.csv")
场景1:行按列的自定义值顺序排序
实现代码
首先定义你需要的列值先后顺序,替换为你实际的取值列表:
# 自定义列值顺序,按你的需求调整先后 custom_value_order = ["低", "中", "高"] # 将目标列转换为指定顺序的分类类型,指定ordered=True启用顺序规则 df["目标列名"] = pd.Categorical( df["目标列名"], categories=custom_value_order, ordered=True ) # 按该列排序,重置索引避免原行索引混乱 df_sorted_row = df.sort_values("目标列名").reset_index(drop=True)
注意事项:自定义顺序列表需要覆盖目标列所有非空取值,未纳入列表的取值默认会被排在排序结果末尾;若需要排除这类值,可执行
df_sorted_row = df_sorted_row.dropna(subset=["目标列名"])过滤。
场景2:按自定义顺序排列CSV列
实现代码
仅保留指定顺序的列
# 自定义列顺序,按你的需求调整先后 custom_col_order = ["日期", "类别", "数值", "备注"] # 直接按指定顺序选取列,自动过滤不在列表中的多余列 df_sorted_col = df[custom_col_order]
保留剩余列并放在末尾
如果需要保留不在自定义顺序列表里的原有列,且统一放在自定义列的后面,用以下代码:
custom_col_order = ["日期", "类别", "数值", "备注"] # 提取不在自定义顺序中的剩余列 remaining_cols = [col for col in df.columns if col not in custom_col_order] # 合并顺序后选取列 df_sorted_col = df[custom_col_order + remaining_cols]
导出排序后的CSV
# 导出为新文件,不要直接覆盖源文件;encoding="utf-8-sig"避免Excel打开中文乱码 df_sorted_row.to_csv("排序后输出.csv", index=False, encoding="utf-8-sig")
常见问题排查
- 自定义顺序不生效:先执行
print(df["目标列名"].unique())查看该列的实际取值,确认是否和自定义顺序列表存在空格、大小写、全半角字符不一致的问题 - 读取CSV中文乱码:源文件为GBK编码时,读取添加参数
encoding="gbk";导出时使用utf-8-sig可同时兼容Python和Excel打开
内容的提问来源于stack exchange,提问作者Abhinesh
相关产品推荐
相关产品推荐

