如何对DataFrame的列进行重新排序？附示例数据集

针对你给出的这个DataFrame，我来分享几个实用的列重新排序方法，都是日常处理数据时常用的技巧：

方法1：手动指定列顺序 #

这是最直接的方式——如果你已经明确知道想要的列顺序，直接把列名按目标顺序整理成列表，然后重新索引DataFrame就行。

比如假设你想把k列放在最后，其他列按final01, final10, final11, final12, final13, final14, final15的顺序排列，代码示例如下：

# 定义你想要的列顺序
new_col_order = ['final01', 'final10', 'final11', 'final12', 'final13', 'final14', 'final15', 'k']
# 重新排列列
df = df[new_col_order]

这种方式灵活度拉满，适合列数不多或者已经明确目标顺序的场景。

方法2：按列名规则自动排序 #

看你的列里有一堆finalXX格式的字段，如果你想按final后面的数字从小到大排序，同时保留k列在开头（或者你指定的位置），可以用sorted()配合自定义排序逻辑实现：

# 先筛选出所有final开头的列，按后面的数字排序
sorted_final_cols = sorted(
    [col for col in df.columns if col.startswith('final')],
    key=lambda x: int(x.split('final')[1])
)
# 把k列放在最前面，拼接排序后的final列
new_col_order = ['k'] + sorted_final_cols
# 应用新顺序
df = df[new_col_order]

执行后，列顺序就会变成k, final01, final10, final11, final12, final13, final14, final15，完美贴合数字递增的需求。

方法3：使用reindex()方法 #

和第一种方法逻辑类似，但用reindex()写法更清晰，适合需要同时处理行和列的场景，单独处理列的话代码是这样的：

new_col_order = ['k', 'final01', 'final10', 'final11', 'final12', 'final13', 'final14', 'final15']
df = df.reindex(columns=new_col_order)

效果和直接索引列完全一致，选哪种写法全看个人习惯。

小提醒：以上方法默认会返回一个新的DataFrame，如果你不想创建新对象，可以加上inplace=True参数（比如df.reindex(columns=new_col_order, inplace=True)），不过更推荐赋值给原变量或者新变量，避免原地修改带来的意外问题~

内容的提问来源于stack exchange，提问作者Leo96