如何使用键参数按列对Pandas数据帧进行排序

不要排序,只需索引:

out = df[col_target_order]

为了论证起见,你可以 sort_index 以精心制作的系列作为密钥:

df.sort_index(axis=1, key=pd.Series(range(len(col_target_order)), index=col_target_order).get)

或索引索引器:

df.sort_index(axis=1, key=pd.Index(col_target_order).get_indexer)

输出

   d  A  B
0  a  1  2
1  3  1  b
2  6  c  4

这里不需要太多额外的内容,您可以将这些列直接传递到方括号索引中 .loc 或者 reindex(…, axis=1)

import pandas as pd
df = pd.DataFrame([[1, 2, "a"], [1, "b", 3], ["c", 4, 6]], columns=['A', 'B', 'd'])
col_target_order = ['d', 'A', 'B']

print(
    df[['d', 'A', 'B']],
    df[col_target_order],
    df.reindex(columns=col_target_order),
    sep='\n\n'
)

## all outputs:
#    d  A  B
# 0  a  1  2
# 1  3  1  b
# 2  6  c  4

请注意,如果 col_target_order 具有不存在的列,前两种方法将因 KeyError 这个 .reindex 方法将插入列并用填充其行 NaN s

import pandas as pd
df = pd.DataFrame([[1, 2, "a"], [1, "b", 3], ["c", 4, 6]], columns=['A', 'B', 'd'])
col_target_order = ['d', 'A', 'B', 'Z']

try:
    print(df[col_target_order]) # KeyError
except KeyError:
    print('`col_target_order` column not found!')

print(df.reindex(columns=col_target_order))
#    d  A  B   Z
# 0  a  1  2 NaN
# 1  3  1  b NaN
# 2  6  c  4 NaN

如果要删除中出现的任何列 col_target_order 但不要 存在于 DataFrame 可以找到与柱的交点。

import pandas as pd
df = pd.DataFrame([[1, 2, "a"], [1, "b", 3], ["c", 4, 6]], columns=['A', 'B', 'd'])
col_target_order = ['d', 'A', 'B', 'Z']

overlapping_cols = df.columns.intersection(col_target_order)
print(df[overlapping_cols]) # 'Z' was dropped!
#    A  B  d
# 0  1  2  a
# 1  1  b  3
# 2  c  4  6