如何对前 n 个数据框列重新排序，并在末尾添加剩余的列？

Question

不可预测的格式df：  First Name  number last_name0    Cthulhu     666     Smith    df = pd.DataFrame({'First Name': ['Cthulhu'], 'number': [666], 'last_name': ['Smith']})这需要放入列名称和顺序中：TemplateColumns = ['First Name', 'other', 'number']。如果列不存在，可以创建它们：for col in TemplateColumns:    if col not in df:        df[col] = np.nan这使：  First Name  number last_name  other0    Cthulhu     666     Smith    NaN初始列需要与 一样排序TemplateColumns，将剩余列留在最后，以获得desired_df：  First Name  other   number last_name0    Cthulhu    NaN      666     Smithdesired_df = pd.DataFrame({'First Name': ['Cthulhu'], 'other': [np.nan], 'number': [666], 'last_name': ['Smith']})重新排序列在其他帖子中得到了很好的解释，但我不知道如何对前 n 列进行排序并将其余的保留在最后。我怎样才能做到这一点？

Answer 1

尝试这个

cols = TemplateColumns + df.columns.difference(TemplateColumns, sort=False).tolist()

df_final =  df.reindex(cols, axis=1)

Out[714]:

  First Name  other  number last_name

0    Cthulhu    NaN     666     Smith

Answer 2

您可以编写自己的函数来实现此目的。本质上，您可以用来.reindex()对数据框重新排序，同时包含空列（如果它们不存在）。唯一需要弄清楚的剩余部分是如何将剩余的列添加到TemplateColumns数据框中。您可以通过获取列索引的设置差异来完成此操作，然后TemplateColumns在调用之前更新订单.reindex

设置数据和功能

def reordered(df, new_order, include_remaining=True):

    cols_to_end = []

    if include_remaining:

        # gets the items in `df.columns` that are NOT in `new_order` 

        cols_to_end = df.columns.difference(new_order, sort=False)

    

    # Ensures that the new_order items are first

    final_order = new_order + list(cols_to_end)

    return df.reindex(columns=final_order)

df = pd.DataFrame({'First Name': ['Cthulhu'], 'number': [666], 'last_name': ['Smith']})

new_order = ['First Name', 'other', 'number']

和include_remaining：

out = reordered(df, new_order, include_remaining=True)

print(out)

  First Name  other  number last_name

0    Cthulhu    NaN     666     Smith

没有include_remaining：

out = reordered(df, new_order, include_remaining=False)

print(out)

  First Name  other  number

0    Cthulhu    NaN     666

Answer 3

insert像这样使用：

for col in TemplateColumns:

    if col not in df:

        df.insert(1, col, np.nan)