Pandas中DataFrame列名顺序为何不符合预期？(Python3.6/Pandas0.23)

嘿，这个问题我刚接触Pandas的时候也踩过坑！原因其实出在你定义列名用的数据结构上：

• 你用了集合（set） {'a', 'b', 'c'}来指定columns参数，但集合在Python 3.6及更早版本里是无序的——它不会保存你输入元素时的顺序，每次遍历集合的元素顺序都是随机的，所以Pandas读取这个集合作为列名时，自然就不是你想要的a、b、c顺序了。
• 补充个小知识点：Python 3.7及以后的版本里，集合开始支持保留插入顺序，但你的环境是Python 3.6，所以完全享受不到这个特性，还是会出现列顺序混乱的情况。

解决办法 #

把集合改成有序的数据结构就行，比如列表（list）或者元组（tuple）：

import pandas as pd
import numpy as np

# 用列表指定列顺序（推荐）
df = pd.DataFrame(data=np.random.random(size=(5,3)), columns=['a', 'b', 'c'])
# 或者用元组
# df = pd.DataFrame(data=np.random.random(size=(5,3)), columns=('a', 'b', 'c'))

print(df.columns)  # 输出 Index(['a', 'b', 'c'], dtype='object')，完全符合预期

这样就能严格按照你定义的顺序生成DataFrame的列啦！

内容的提问来源于stack exchange，提问作者Arnold Klein