Python 从字典列表创建数据帧时，指定列的顺序

我有一个方法，它创建一个列表、结果，然后向其追加一个dict行，该行在最终数据帧中有keys列名，在最终数据帧中有values行值。然后我附加行，并在末尾将结果集合转换为df。例如：

results = []
row = {}
row['Name']="alice"
row['Age']=3
results.append(row)
..reset row, fill in values like above, and append more rows..

df = pd.DataFrame(results)

我遇到的问题是列名是alphbetized的，因此df如下所示：

df.head()
|Age |  Name  |
|3   | alice  |

有没有办法按照我想要的顺序指定列名，Col？事实上，我有更多的专栏，所以我不想做：

cols = df.columns
cols = cols[:1] + cols[0:1] 

---

并手动重新排列它。但是，如果我这样做了，那是仅仅在列行中移动还是在下面的行中移动？因此，下面一行中的alice和3是否也会在移动列时按预期移动？

为columns属性指定所需顺序的列表，DataFrame将在创建DataFrame时对列重新排序

pd.DataFrame(results, columns=['Name', 'Age'])

    Name  Age
0  alice    3

或者，DataFrame.from_records也会这样做

pd.DataFrame.from_records(results, columns=['Name', 'Age'])

    Name  Age
0  alice    3

如果您正在处理多个列，您可以始终选择执行columns=['Name'，'Age'，*row.keys-{'Name'，'Age'}]，假设您不关心其余列的顺序

我在这篇文章中写过关于从记录构建数据帧的内容：

另一个想法是，如果顺序不正确，修复列

if df.columns.get_loc('Age') < df.columns.get_loc('Name'):
    df.insert(df.columns.get_loc('Age'), 'Name', df.pop('Name'))

如果最初在年龄之后插入姓名，则会在年龄之前插入姓名。

IIUC:

df = pd.DataFrame(results,columns=list(row.keys()))
#from collections import OrderedDict :alternative
#columns=[i for i in OrderedDict.fromkeys(row.keys())]
print(df)

，从pandas 0.23和python 3.6开始，当从dicts构造时，顺序将保持不变。您可以简单地使用OrderedICT

---

在python版本@cs95上保证所需的顺序好吗？这一点没有经过测试，只是假设他们是从头开始创建记录，这通常不是事实，但仍然是一个有效的建议。

    Name  Age
0  alice    3

import pandas as pd
from collections import OrderedDict


results = []
row = OrderedDict()

row['Name']="alice"
row['Age']=3
results.append(row)
#..reset row, fill in values like above, and append more rows..

df = pd.DataFrame(results)
print(df.head())

    Name  Age
0  alice    3