Python3.6.3中创建pd.DataFrame时如何保持列定义顺序？

在Python 3.6.3中，标准字典已经支持保留插入顺序，但如果你的pandas版本低于0.23.0，它默认不会利用这个特性来维持DataFrame的列顺序。要确保列的顺序和你定义时完全一致，这里有两种可靠的方法：

方法1：显式指定columns参数（最稳妥） #

这是不受pandas版本限制的通用方案，直接在创建DataFrame时明确列的顺序：

import pandas as pd

# 按你想要的顺序定义数据字典
data_dict = {
    'GroupId': [101, 102, 103],
    'Name': ['Anna', 'Ben', 'Claire'],
    'Score': [85, 92, 78]
}

# 通过columns参数强制指定列顺序，和字典定义顺序一致
df = pd.DataFrame(data_dict, columns=['GroupId', 'Name', 'Score'])

# 验证顺序
print(df)
df.info()

这样不管你用的pandas版本是新是旧，输出的列顺序都会严格遵循你指定的GroupId→Name→Score的顺序。

方法2：依赖Python 3.6+字典的有序性（需pandas≥0.23.0） #

如果你的pandas版本在0.23.0及以上，它已经适配了Python 3.6+的有序字典特性，直接创建DataFrame就能自动保留字典的插入顺序：

import pandas as pd

data_dict = {
    'GroupId': [101, 102, 103],
    'Name': ['Anna', 'Ben', 'Claire'],
    'Score': [85, 92, 78]
}

df = pd.DataFrame(data_dict)

# 此时df的列顺序会和字典定义的一致
print(df)
df.info()

不过这种方法依赖pandas版本，所以更推荐第一种显式指定的方式，避免因为版本差异导致的顺序问题。

内容的提问来源于stack exchange，提问作者bogdanCsn