如何以更优雅的Pandas风格调整DataFrame列的排序顺序？

确实，你现有的实现虽然能完成列排序，但来回转换类型的步骤有点冗余。这里有几种更简洁、Pythonic的方式来实现相同的效果：

方法一：直接用sorted()的key参数一步到位 #

这是最简洁的写法，利用sorted函数的key参数直接指定排序依据为整数类型，无需额外的中间变量：

import pandas as pd
d = {'1': [1, 2], '7': [3, 4], '3': [3, 4], '5': [2, 7]}
df = pd.DataFrame(data=d)

# 一行代码完成列排序
df = df[sorted(df.columns, key=int)]

执行后输出的DataFrame列顺序就是按整数大小排列的：

1  3  5  7
0  1  3  2  3
1  2  4  7  4

方法二：使用reindex()明确重排列 #

如果你想让代码意图更清晰，可以用pd.DataFrame.reindex()方法，同样结合sorted的key参数：

df = df.reindex(sorted(df.columns, key=int), axis=1)

axis=1指定操作的是列轴，这个写法可读性更强，适合团队协作时让其他开发者一眼看懂你的意图。

为什么这些方法更优雅？ #

相比你原来的实现：

• 省去了将列名转成列表、循环转换类型、再转回字符串的冗余步骤
• 代码更紧凑，逻辑更连贯
• 保留了原列名的字符串类型，同时实现了按整数大小排序的需求

注意：这些方法仅适用于列名都是可转换为整数的字符串的场景，如果列名中存在非整数格式的字符串，会抛出ValueError，这和你原方法的限制是一致的。

内容的提问来源于stack exchange，提问作者Quant Christo