Python 在写入dataframe之前，在SqlAlchemy中设置列的顺序

在使用SQLAlchemy构建表时，我正在尝试设置列的顺序，到目前为止，列是按字母顺序出现的，我目前有：

def data_frame(query, columns):
    def make_row(x):
        return dict([(c, getattr(x, c)) for c in columns]) 
    return pd.DataFrame([make_row(x) for x in query])

PackL = create_engine('mssql+pyodbc://u:pass@Server/db1?driver=SQL Server', echo=False)
Fabr = create_engine('mssql+pyodbc://u:pass@Server/db2?driver=SQL Server', echo=False)
Session = sessionmaker(bind=PackL)
session = Session()
Base = declarative_base()
metadata = MetaData()

class Tranv(Base):
    __tablename__= "Transactions"
    __table_args__= {'autoload': True, 'autoload_with':PackL}

newvarv = session.query(Tranv).filter_by(status='SCRAP').filter(Tranv.time_stamp.
between('2015-10-01', '2015-10-09'))

session.close()

dfx = data_frame(newvarv, ['action', 'employee_number', 'time_stamp', 'qty', 
'part_number', 'card_number'])

当前的dfx具有按字母顺序排列的列，但我希望它按照我在创建数据帧dfx时定义列的顺序排列。因此，订单将是操作、员工编号、时间戳、数量、零件编号、卡号。我可以很容易地用熊猫做到这一点，但这似乎是额外的（和不必要的）步骤

---

我搜索了文档、google和stackoverflow，但似乎没有任何东西真正符合我的需要。由于我对SQLAlchemy还不熟悉，我非常感谢您的帮助。我是否认为因为我正在自动加载表，所以无法轻松定义列的顺序（我确信有一个解决方法，但不知道文档中可能找到的位置）

列不符合指定顺序的原因与sql查询或sqlalchemy无关。这是因为您将查询输出转换为字典，然后将字典馈送到

DataFrame

由于python中字典没有顺序，pandas将按字母顺序对其进行排序，以获得可预测的输出

使用dict的当前方法，您始终可以通过执行

dfx.reindex（columns=['action'，…，'card\u number']）来更改列的顺序。

---

除了解释为什么在您的案例中没有订购外，可能还有更好的解决方法：

• 使用内置的

  pd.read\u sql\u查询

  。使用会话和查询对象时，您可以将

  selectable

  属性传递到

  read\u sql\u Query

  以将其转换为数据帧：

  query = session.query(Table)...
  df = pd.read_sql_query(query.selectable, engine)
  

• 不要转换为字典，而是将输出保留为元组，并将元组馈送到

  DataFrame

  ：这将保持查询输出的顺序

---

我认为您也可以使用

dfx=pd.read\u sql\u query（newvarv，PackL）

将查询转换为数据帧，而无需编写您自己的方法（但不完全确定）。要对我自己的评论进行评论，您需要传递

newvarv.selective

，请参阅我的更新答案。谢谢，这很有意义；没有考虑查询输出转换。我以前尝试过pd.read\u sql\u查询（事实上，我取出了我的data\u frame函数并用您之前的注释替换了它），但我总是遇到以下错误：sqlalchemy.exc.InvalidRequestError:不可执行的对象类型：是的，抱歉，您是正确的。但是，您可以传递查询对象的

selectable

属性：

pd.read\u sql\u Query（Query.selectable，engine）

。这样，您不需要自己编写的方法来将其转换为数据帧。谢谢，这可能是最简单的解决方案，当然比我以前所做的更容易实现。