python在合并后对列进行排序

我合并了两个带有多个重叠列的数据帧。我想把重叠的柱子并排放在一起

merge = df1.merge(df2, how='outer')

输出：

A,B,C,D,A_x,B_x,C_x,D_x

我希望输出为：

A,A_x,B,B_x,C,C_x,D,D_x

我可以明确地做到这一点，但我有很多列，希望得到“动态”解决方案。

使用

。排序索引（axis=1）

：

使用

.sort\u索引（轴=1）

：

---

虽然这里的MaxU-answer可能是正确的答案，但在合并后，您始终可以使用以下：

df[sorted(df.columns)]

原因是如果要使用另一个密钥（与lambda一起使用）：

例如：

import pandas as pd

cols = 'A,B,C,D,A_x,B_x,C_x,D_x'.split(',')

df = pd.DataFrame(columns=cols)
df.loc[0] = list(range(len(cols)))
df[sorted(df.columns)]

返回：

   A A_x  B B_x  C C_x  D D_x
0  0   4  1   5  2   6  3   7

---

虽然这里的MaxU-answer可能是正确的答案，但在合并后，您始终可以使用以下：

df[sorted(df.columns)]

原因是如果要使用另一个密钥（与lambda一起使用）：

例如：

import pandas as pd

cols = 'A,B,C,D,A_x,B_x,C_x,D_x'.split(',')

df = pd.DataFrame(columns=cols)
df.loc[0] = list(range(len(cols)))
df[sorted(df.columns)]

返回：

   A A_x  B B_x  C C_x  D D_x
0  0   4  1   5  2   6  3   7

---

另一种可能是通用的列重新排序解决方案可以是-

cols_order = ['A', 'A_x' , 'B' , 'B_x', 'C' , 'C_x', 'D', 'D_x'] 
merge = merge[cols_order]

---

这将根据列表中的顺序cols_order用列的顺序重写数据帧。

可以使用另一种可能通用的列重新排序解决方案-

cols_order = ['A', 'A_x' , 'B' , 'B_x', 'C' , 'C_x', 'D', 'D_x'] 
merge = merge[cols_order]

# Create initial random data.
np.random.seed(0)
df1 = pd.DataFrame(np.random.randn(5, 3), columns=list('ABx'))
df2 = pd.DataFrame(np.random.randn(5, 3), columns=list('ABy'))
df = df1.merge(df2, how='outer', suffixes=['', '_x'], left_index=True, right_index=True)


col_order = []
common_columns = df1.columns & df2.columns
for c in common_columns:
    col_order.append(c)
    col_order.append(c + '_x')
# Add non-common columns to right side of dataframe.
col_order.extend([c for c in df if c not in common_columns and not c.endswith('_x')])
>>> df[col_order]
          A       A_x         B       B_x         x         y
0  1.764052  0.333674  0.400157  1.494079  0.978738 -0.205158
1  2.240893  0.313068  1.867558 -0.854096 -0.977278 -2.552990
2  0.950088  0.653619 -0.151357  0.864436 -0.103219 -0.742165
3  0.410599  2.269755  0.144044 -1.454366  1.454274  0.045759
4  0.761038 -0.187184  0.121675  1.532779  0.443863  1.469359

---

这将根据列表中的顺序cols_order以列的顺序重写数据框。

oh！我现在知道了，你想在它被合并后应用它（在第二步中），然后它就可以工作了+1@MaxU是的，并且.tolist（）不是必需的，所以我删除了它。我也说得很清楚，你以后再做。哦！我现在知道了，你想在它被合并后应用它（在第二步中），然后它就可以工作了+1@MaxU是的，并且.tolist（）不是必需的，所以我删除了它。我也说得很清楚，你以后再做。

# Create initial random data.
np.random.seed(0)
df1 = pd.DataFrame(np.random.randn(5, 3), columns=list('ABx'))
df2 = pd.DataFrame(np.random.randn(5, 3), columns=list('ABy'))
df = df1.merge(df2, how='outer', suffixes=['', '_x'], left_index=True, right_index=True)


col_order = []
common_columns = df1.columns & df2.columns
for c in common_columns:
    col_order.append(c)
    col_order.append(c + '_x')
# Add non-common columns to right side of dataframe.
col_order.extend([c for c in df if c not in common_columns and not c.endswith('_x')])
>>> df[col_order]
          A       A_x         B       B_x         x         y
0  1.764052  0.333674  0.400157  1.494079  0.978738 -0.205158
1  2.240893  0.313068  1.867558 -0.854096 -0.977278 -2.552990
2  0.950088  0.653619 -0.151357  0.864436 -0.103219 -0.742165
3  0.410599  2.269755  0.144044 -1.454366  1.454274  0.045759
4  0.761038 -0.187184  0.121675  1.532779  0.443863  1.469359