Python 基于列名中的子字符串重新排列数据帧列

我有一个数据框，

df

，它在一年中的几个季度中有两个字符的值。[Q1=1月、2月、3月；Q2=4月、5月、6月等]

季度是本季度之后的前四个季度（例如，如果本季度=2017年第三季度，则测量的季度为2016年第三季度、2016年第四季度、2017年第一季度、2017年第二季度）

我想以时间应用的方式对列重新排序，

Q3 16

，

Q4 16

，

Q1 17

，

Q2 17

，以获得以下结果：

Quarter      Q3 16   Q4 16  Q1 17  Q2 17
Character
Sonic         19.0   3.0    10.0    6.0
Shadow        7.0    23.0   5.0     5.0

我考虑过按包含年份的子字符串进行排序。但是有没有更干净、更快的方法呢

[编辑] 为了澄清，我创建了今年的子字符串：

columns = list(scar_pivot.columns.values)
sort_columns_years = [int(c[3:5]) for c in columns]
sort_columns_years=
[17, 17, 16, 16]

由于该代码会随着时间的推移定期使用，因此用户将根据使用代码的时间测量不同的季度。（例如，当前季度为第二季度17，第二季度至第四季度16和第一季度17的

sort\u columns\u years

中有三个

16

值和一个

17

在对

sort\u columns\u years

进行排序后，我想我可以使用

count

来衡量存在多少较小的值，在前一年的三个季度中做一些事情，如下所示：

new_list = []
`if sort_columns_years.count(16) == 3:
     sort_quarters = ['Q2','Q3','Q4','Q1']
     for each in range(0,len(sort_quarters)):
        new_list.append(sort_column_years[each] + sort_column_years(sort_quarters[each]))

得到

new_list=['Q2 16'、'Q3 16'、'Q4 16'、'Q1 17']

---

但是我不知道如何避免硬编码

16

或

17

尽管我相信使用series或numpy会有一些方法 但是，如果您认为如果将年份组件置于四分之一之前（如

16Q1

），则排序将更容易且更有意义，则问题可以解决。以下是示例：

def restructure(l):
    temp_lis=[]
    for i in l:
        temp=i.split(" ")
        temp_lis.append(temp[1] +' '+temp[0] )
    return temp_lis

a=['Q1 17', 'Q2 17','Q3 16','Q4 16']
new_list=[]

new_list=sorted(restructure(a))
final=restructure(new_list)

print(final)

输出：

['Q3 16', 'Q4 16', 'Q1 17', 'Q2 17']

如果需要使用列定义df

df[[final]] # should be enough

---

@florence-y您的输出与输入不一致。我得到了您想要的。请编辑您的预期输出。

df[[final]] # should be enough