Python DataFrames列根据列表重新排列-DataFrames具有不同的列

我的问题摘要：

• 我有许多数据帧，都有相同的列池（7列，例如COLUMN1:COLUMN7），但有时会缺少一列或多列（即，一个数据帧可能有COLUMN1:COLUMN3+COLUMN6:COLUMN7，因此缺少第4列和第5列）

• 每个数据帧每次都有按不同顺序排列的列（即，df1有其顺序，df2有另一个顺序，df3又有另一个顺序等等…）

• 我想在每个数据帧中根据 用作基准的列（在本例中为列列表 从1到7）

• 期望的结果是所有数据帧都具有相同的属性 如果列缺少顺序，则基于此列表的列顺序 应保留（即，如果缺少第4列和第5列，则顺序为 列应该是：COL1、COL2、COL3、COL6、COL7）

更详细的说明：

我的代码中有几个数据帧是通过清理一些数据集生成的。这些数据帧中的每一个都有不同的列数和顺序，但列仅限于此列表：

“id”、“title”、“type”、“category”、“secondary category”、“date”、“description”

。因此，此列表中的列最多可以是7列。例如：

DataFrame1

“id”、“标题”、“日期”、“类别”、“类型”、“说明”、“次要类别”

DataFrame2

“id”、“说明”、“标题”、“类型”、“类别”、“日期”

DataFrame3

“id”、“类别”、“说明”、“标题”

期望输出：

我想根据初始列表

“id”、“title”、“type”、“category”、“secondary category”、“date”、“description”

，对列进行排序，即使列数不同。 根据上述示例，数据帧应为：

DataFrame1

“id”、“title”、“type”、“category”、“secondary category”、“date”、“description”

DataFrame2

“id”、“标题”、“类型”、“类别”、“日期”、“说明”

DataFrame3

“id”、“标题”、“类别”、“说明”

---

是否有一种方法（例如循环）可以这样排列列？

您可以使用列表理解来排序列的顺序，并使用

重新索引来设置正确的顺序：

desired_order = ['id', 'title', 'type', 'category', 'secondary category', 'date', 'description']

df = df.reindex([i for i in desired_order if i in df.columns], axis=1)

太棒了，这成功了，谢谢！