Python 如何重新组织字符串索引？

我正在从嵌套字典创建一个数据帧，如下所示：

dict={
“循环1”：{
'pv'：1，'sp'：2，'op'：3，'字符串模式'：4，'自动模式'：5，'级联模式'：'NaN'，'操作'：6，'操作最小值'：1.0，'操作最大值'：10.0
},
“循环2”：{
‘pv’：7，‘sp’：8，‘op’：9，‘字符串模式’：10，‘自动模式’：11，‘级联模式’：‘NaN’，‘操作’：12，‘操作最低’：1.0，‘操作最高’：10.0
}
}

当我使用

df=pd.DataFrame（dict）

时，我得到以下输出：

                      Loop1    Loop2  
    auto_mode          5        11           
    cascade_mode       NaN     NaN          
    op                 3        9      
    operational        6        12         
    operational_max   10.0     10.0            
    operational_min   1.0      1.0      
    pv                 1       7   
    sp                 2       8        
    string_mode        4       10    

如您所见，数据帧的索引会自动按字母顺序重新组织

有没有办法防止Pandas自动重新组织索引，以便保留字典中的顺序

注: 我尝试使用pandas.DataFrame.sort_索引（dict，inplace=True），但出现以下错误：

AttributeError: 'dict' object has no attribute '_get_axis_number'

---

任何帮助都将不胜感激

下面的代码片段将为您提供一个数据帧，其索引顺序与dict

Loop1

的键顺序相同，这似乎是您所追求的

代码：

import pandas as pd
d = {'Loop1': {'pv': 1, 'sp': 2, 'op': 3, 'string_mode': 4, 'auto_mode': 5, 'cascade_mode': 'NaN', 'operational': 6, 'operational_min': 1.0, 'operational_max': 10.0}, 'Loop2': {'pv': 7, 'sp': 8, 'op': 9, 'string_mode': 10, 'auto_mode': 11, 'cascade_mode': 'NaN', 'operational': 12, 'operational_min': 1.0, 'operational_max': 10.0}}
order = list(d['Loop1'].keys())

df=pd.DataFrame(d)
df = df.T[order].T
df

                Loop1 Loop2
pv                  1     7
sp                  2     8
op                  3     9
string_mode         4    10
auto_mode           5    11
cascade_mode      NaN   NaN
operational         6    12
operational_min     1     1
operational_max    10    10

输出：

import pandas as pd
d = {'Loop1': {'pv': 1, 'sp': 2, 'op': 3, 'string_mode': 4, 'auto_mode': 5, 'cascade_mode': 'NaN', 'operational': 6, 'operational_min': 1.0, 'operational_max': 10.0}, 'Loop2': {'pv': 7, 'sp': 8, 'op': 9, 'string_mode': 10, 'auto_mode': 11, 'cascade_mode': 'NaN', 'operational': 12, 'operational_min': 1.0, 'operational_max': 10.0}}
order = list(d['Loop1'].keys())

df=pd.DataFrame(d)
df = df.T[order].T
df

                Loop1 Loop2
pv                  1     7
sp                  2     8
op                  3     9
string_mode         4    10
auto_mode           5    11
cascade_mode      NaN   NaN
operational         6    12
operational_min     1     1
operational_max    10    10

如您所见，我已将您的

dict

重命名为简单的

d

，因为

dict（）

本身就是一个python函数。由于您的数据示例以

'Loop3'：…et

结束，我只获取了您的示例的一个子集

---

有一种非常简单的方法来定义数据帧中列的顺序。就行而言，没有那么多。因此，我在这里要做的是转置初始数据帧，将列顺序定义为与dict键的顺序相同，然后将其转置回原位，使行（或索引）以所需的顺序结束。

感谢您的回复！这非常有效。在实际代码中，我的dict有一个唯一标识符，但我只是将dict用作示例。我以后一定会用别的东西。@BrianKeith谢谢你的反馈！很高兴你成功了