Python pandas.concat中的列顺序

本人谨此陈辞：

data1 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
data2 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
frames = [data1, data2]
data = pd.concat(frames)
data


   a    b
0   2   1
1   2   1
2   2   1
0   2   1
1   2   1
2   2   1

数据列顺序为字母顺序。为什么会这样？

---

如何保持原始顺序？

您正在使用字典创建数据帧。字典是无序的，这意味着键没有特定的顺序。所以

d1 = {'key_a': 'val_a', 'key_b': 'val_b'}

及

（可能）是一样的

除此之外，我假设pandas默认情况下对字典的键进行降序排序（不幸的是，我没有在文档中找到任何提示来证明这一假设），从而导致您遇到的行为

因此，基本的动机是对数据帧中的列进行求助/重新排序。您可以这样做：

---

您可以使用OrderedPicts创建原始数据帧

from collections import OrderedDict

odict = OrderedDict()
odict['b'] = [1, 1, 1]
odict['a'] = [2, 2, 2]
data1 = pd.DataFrame(odict)
data2 = pd.DataFrame(odict)
frames = [data1, data2]
data = pd.concat(frames)
data


    b    a
0   1    2
1   1    2
2   1    2
0   1    2
1   1    2
2   1    2

---

这应该会起作用。

您也可以这样指定顺序：

import pandas as pd

data1 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
data2 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
listdf = [data1, data2]
data = pd.concat(listdf)
sequence = ['b','a']
data = data.reindex(columns=sequence)

---

从版本0.23.0开始，可以阻止concat（）方法对返回的数据帧进行排序。例如：

df1 = pd.DataFrame({ 'a' : [1, 1, 1], 'b' : [2, 2, 2]})
df2 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
df = pd.concat([df1, df2], sort=False)

---

pandas的未来版本默认情况下将更改为不排序。

最简单的方法是先使列的顺序相同，然后再进行排序：

df2=df2[df1.columns]
df=pd.concat((df1,df2),axis=0)

---

Dict的可能重复项没有排序，那么为什么要对列进行排序呢？谢谢，在我的例子中，数据帧是从已经存在的CSV文件创建的，这很好。这在Python 3.7中“正常”吗？DICT保证维持其顺序。作为改进，您不必手动指定列。你可以做

combined=pd.concat（[df1，df2]）[df1.columns]

。这假设您已经有了一个数据框，其中列的顺序与您想要的一致。但这就是我的情况。要演示

sort=False

vs

sort=True

最后一行应该是

df=pd.concat（[df2，df1]，sort=False）

。然后，列的顺序将根据排序而有所不同。

import pandas as pd

data1 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
data2 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
listdf = [data1, data2]
data = pd.concat(listdf)
sequence = ['b','a']
data = data.reindex(columns=sequence)

df1 = pd.DataFrame({ 'a' : [1, 1, 1], 'b' : [2, 2, 2]})
df2 = pd.DataFrame({ 'b' : [1, 1, 1], 'a' : [2, 2, 2]})
df = pd.concat([df1, df2], sort=False)

df2=df2[df1.columns]
df=pd.concat((df1,df2),axis=0)