我有一个每天生成的 Pandas 数据框，每次生成时，数据框中的列列表可能会有所不同。
我正在尝试查看是否可以对列存储为特定格式的 Dataframe 的最终输出的顺序进行排序。如果存在新列，则将它们放在最后。
下面是我尝试构建这个最终输出的方式
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
示例数据框列：
['customer_name','cust_id','sale_id','sale_time']
我希望上面的 Dataframe 结构如下：
['cust_id','sale_id','customer_name','sale_time']
基本上expected_columns中的列优先，然后将Dataframe中的其他列作为新Dataframe的连续列。
【问题讨论】：
第一个想法是使用列表理解并通过+ 加入列表：
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
df = pd.DataFrame(columns=['customer_name','cust_id','sale_id','sale_time'])
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
new1 = [c for c in df.columns if c in expected_columns]
new2 = [c for c in df.columns if c not in expected_columns]
new = new1 + new2
print (new)
['cust_id','sale_id','customer_name','sale_time']
或者使用Index.intersection 和Index.difference：
expected_columns = ['cust_id','cost_id','sale_id','prod_id']
new = (df.columns.intersection(expected_columns, sort=False).tolist() +
df.columns.difference(expected_columns, sort=False).tolist())
如果通过expected_columns 在输出中排序也很重要：
new = (pd.Index(expected_columns).intersection(df.columns, sort=False).tolist() +
df.columns.difference(expected_columns, sort=False).tolist())
差异改变样本数据：
expected_columns = ['sale_id','cost_id','cust_id','prod_id']
df = pd.DataFrame(columns=['customer_name','cust_id','sale_id','sale_time'])
new = (pd.Index(expected_columns).intersection(df.columns, sort=False).tolist() +
df.columns.difference(expected_columns, sort=False).tolist())
print (new)
['sale_id', 'cust_id', 'customer_name', 'sale_time']
new = (df.columns.intersection(expected_columns, sort=False).tolist() +
df.columns.difference(expected_columns, sort=False).tolist())
print (new)
['cust_id', 'sale_id', 'customer_name', 'sale_time']
最后更改列使用顺序：
df = df[new]
【讨论】：
df = df[new]