Python 列名分配中的大写优先顺序

Pandas中的列名分配偏向于大写而不是小写，这有什么原因吗

例如：

dframe = DataFrame({'city':['Alma','Brian Head', 'Fox Park'],
                    'altitude':[3158,3000,2762]})

返回一个数据帧，其中列的顺序为海拔高度、城市

鉴于：

dframe = DataFrame({'City':['Alma','Brian Head', 'Fox Park'],
                    'altitude':[3158,3000,2762]})

返回一个数据帧，其中列的顺序为城市、海拔高度

---

这是特定的还是一般的python行为？

您实际上没有问这个问题，但我假设有一个关于如何保持原始顺序的隐含问题？如果是这样，有三种方法：

1） 相同的基本字典构造函数，但包含在集合中。OrderedDict（感谢@shx2的更正）：

2） 非字典构造函数，其中分别指定数据数组和列名，但是，这本质上需要以行为中心的条目，而不是像字典构造函数那样以列为中心：

lst = [['Alma','Brian Head','Fox Park'],
       [3158,3000,2762]]
df2 = pd.DataFrame( map(list, zip(*lst)),
                    columns = ['city','altitude'] )

3） 最简单的方法可能只是在创建数据帧后指定顺序（感谢@EdChum在原始帖子中捕捉到错误）：

测试所有三种情况的结果是否相同：

In [149]: all(df1==df2)
Out[149]: True

In [150]: all(df1==df3)
Out[150]: True

---

您正在传递dict，因此密钥顺序不一定与声明为no的顺序相同？这是python的一般行为。您可以尝试使用这些名称对列表进行排序以查看它。最后一个列表不会重命名列而不是重新排序它们吗？你想

df.ix[：，['city'，'altitude']]

对它们重新排序，或者你可以

df=df['city'，'altitude']]

是的，第二种方法是我最初打算做的。现在修好了，谢谢！创建

OrderedDict

时传递dict超出了

OrderedDict

的目的，…@shx2现已修复，非常感谢您的更正。

df3 = df[['city','altitude']]

In [149]: all(df1==df2)
Out[149]: True

In [150]: all(df1==df3)
Out[150]: True