从字典列表创建 DataFrame 时指定列的顺序

Question

我有一个方法可以创建一个列表、结果，然后向其附加一个 dict 行，该行具有键（我的最终数据框中的列名）和值（我的最终数据框中的行值）。然后我附加该行并将结果集合转换为最后的 df 。例如：

results = []
row = {}
row['Name']="alice"
row['Age']=3
results.append(row)
..reset row, fill in values like above, and append more rows..

df = pd.DataFrame(results)

我遇到的问题是列名是字母化的，所以 df 看起来像这样：

df.head()
|Age |  Name  |
|3   | alice  |

有没有办法按照我想要的顺序指定列名（“Name”、“Col”）？实际上我有更多的专栏，所以我不想这样做：

cols = df.columns
cols = cols[:1] + cols[0:1] 

并手动重新排列它。但是，如果我这样做，那只是在列行或下面的行周围移动吗？那么，下面行中的“alice”和 3 在移动列的同时也会像人们预期的那样移动吗？

Answer 1

在columns 属性中指定您想要的排序列表，DataFrame 将在创建 DataFrame 时重新排序列。

pd.DataFrame(results, columns=['Name', 'Age'])

    Name  Age
0  alice    3

或者，DataFrame.from_records 也这样做。

pd.DataFrame.from_records(results, columns=['Name', 'Age'])

    Name  Age
0  alice    3

如果您使用多个列，则始终可以选择使用columns=['Name', 'Age', *(row.keys() - {'Name', 'Age'})]，前提是您不关心其余列的顺序。

我在这篇文章中写过关于从记录中构造 DataFrame：Convert list of dictionaries to a pandas DataFrame

---

另一个想法，如果排序不正确，请修复列。

if df.columns.get_loc('Age') < df.columns.get_loc('Name'):
    df.insert(df.columns.get_loc('Age'), 'Name', df.pop('Name'))

如果原来在 Age 之后插入 Name，这将在 Age 之前插入 Name。

Answer 2

IIUC：

df = pd.DataFrame(results,columns=list(row.keys()))
#from collections import OrderedDict :alternative
#columns=[i for i in OrderedDict.fromkeys(row.keys())]
print(df)

---

    Name  Age
0  alice    3

Answer 3

According to the docs，从 pandas 0.23 和 python 3.6 开始，从 dicts 构造时，将保持顺序。你可以简单地使用OrderedDict。

import pandas as pd
from collections import OrderedDict


results = []
row = OrderedDict()

row['Name']="alice"
row['Age']=3
results.append(row)
#..reset row, fill in values like above, and append more rows..

df = pd.DataFrame(results)
print(df.head())

    Name  Age
0  alice    3