python - 在 Python Pandas DataFrame 中保留列顺序

Question

有没有办法在使用 Python Pandas 读取和写入时保留 csv 文件中列的顺序？例如，在这段代码中

import pandas as pd

data = pd.read_csv(filename)
data.to_csv(filename)

输出文件可能不同，因为未保留列。

Answer 1

当前版本的 Pandas ('0.11.0') 中似乎存在一个错误，这意味着 Matti John 的答案将不起作用。如果您指定用于写入文件的列，它们将按字母顺序写入，但只是根据 cols 中的列表重新标记。例如，这段代码：

import pandas
dfdict={}
dfdict["a"]=[1,2,3,4]
dfdict["b"]=[5,6,7,8]
dfdict["c"]=[9,10,11,12]
df=pandas.DataFrame(dfdict)
df.to_csv("dfTest.txt","\t",header=True,cols=["b","a","c"])

导致这个（不正确的）输出：

    b   a   c
0   1   5   9
1   2   6   10
2   3   7   11
3   4   8   12

您可以通过执行以下命令检查您安装了哪个版本的熊猫：

pandas.version.version

to_csv 的文档在这里

实际上，这似乎是一个已知错误，将在即将发布的版本 (0.11.1) 中修复：

https://github.com/pydata/pandas/issues/3489

更新：仍然没有新版本的熊猫，但这里描述了一种解决方法，它不需要使用不同版本的熊猫：

github.com/pydata/pandas/issues/3454

因此，将上面代码块中的最后一行更改为以下内容将正常工作：

df.to_csv("dfTest.txt","\t",header=True,cols=["b","a","c"], engine='python')

更新似乎参数“cols”已重命名为“columns”，并且在最新版本的熊猫中，参数“engine”已被弃用（不再可用）。此外，此错误已在版本 0.19.0 中修复。

Answer 2

在读取然后写入这样的 csv 文件时，通常应该保留列顺序，但如果由于某种原因它们不是您想要的顺序，您可以使用columns关键字参数 in to_csv。

例如，如果您有一个包含 a、b、c、d 列的 csv：

data = pd.read_csv(filename)
data.to_csv(filename, columns=['a', 'b', 'c', 'd'])

Answer 3

另一种解决方法是这样做：

import pandas as pd
data = pd.read_csv(filename)
data2 = df[['A','B','C']]  #put 'A' 'B' 'C' in the desired order
data2.to_csv(filename)