python - 保留列顺序 - Python Pandas 和列连接

Question

因此，我的 google-fu 似乎并没有公正地处理看似微不足道的程序。

在 Pandas for Python 中，我有 2 个数据集，我想合并它们。使用 .concat 效果很好。问题是，.concat 重新排序我的专栏。从数据检索的角度来看，这是微不足道的。从“我只想打开文件并快速查看最重要的列”的角度来看，这很烦人。

File1.csv
Name    Username    Alias1 
Tom     Tomfoolery   TJZ
Meryl   MsMeryl      Mer
Timmy   Midsize      Yoda

File2.csv
Name    Username   Alias 1   Alias 2
Bob     Firedbob   Fire      Gingy
Tom     Tomfoolery  TJZ      Awww

Result.csv
    Alias1 Alias2   Name    Username
0   TJZ    NaN      Tom     Tomfoolery
1   Mer    NaN      Meryl   MsMeryl
2   Yoda   NaN      Timmy   Midsize
0   Fire   Gingy    Bob     Firedbob
1   TJZ    Awww     Tom     Tomfoolery

结果很好，但在我使用的数据文件中有 1,000 列。最重要的 2-3 现在在中间。有没有办法，在这个玩具示例中，我可以强制将“用户名”设为第一列，将“名称”设为第二列，显然保留每列下方的值。

另请注意，当我保存到文件时，它还会在旁边保存该编号 (0 1 2 0 1)。如果也有办法防止这种情况发生，那就太好了。如果不是，也没什么大不了的，因为它是一个快速修复程序，可以删除。

谢谢!

Answer 1

假设串联的 DataFrame 是 df，您可以按如下方式执行列的重新排序:

important = ['Username', 'Name']
reordered = important + [c for c in df.columns if c not in important]
df = df[reordered]
print df

输出:

     Username   Name Alias1 Alias2
0  Tomfoolery    Tom    TJZ    NaN
1     MsMeryl  Meryl    Mer    NaN
2     Midsize  Timmy   Yoda    NaN
0    Firedbob    Bob   Fire  Gingy
1  Tomfoolery    Tom    TJZ   Awww

数字列表 [0, 1, 2, 0, 1] 是 DataFrame 的索引。为防止将它们写入输出文件，您可以在 to_csv() 中使用 index=False 选项:

df.to_csv('Result.csv', index=False, sep=' ')