【python】【pandas】dataframe把某一列放到第一列，或者把某一列插入到某位置

1、用pd.concat()函数和df.drop(columns=first_col)函数来实现：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Peter'],
        'Age': [28, 32, 25, 35],
        'Salary': [5000, 4500, 6000, 4000]}
df = pd.DataFrame(data)

# 将 'Age' 列移动到第一列
first_col = 'Age'
df = pd.concat([df[first_col], df.drop(columns=first_col)], axis=1)

print(df)

输出结果：

   Age  Name  Salary
0   28   Tom    5000
1   32  Nick    4500
2   25  John    6000
3   35  Peter   4000

在上述代码中，我们首先选择要移动到第一列的列名（这里选择了'Age'列）。然后，我们使用pd.concat()函数将选定的列与剩余的列连接起来，其中axis=1表示按列进行连接。df.drop(columns=first_col)将删除原始DataFrame中选定的列，以便在连接时只保留选定的列。

2、用插入法 df.insert()函数来实现某列移动到第一列，这个函数还能够把某列移动到任意位置：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Tom', 'Nick', 'John', 'Peter'],
        'Age': [28, 32, 25, 35],
        'Salary': [5000, 4500, 6000, 4000]}
df = pd.DataFrame(data)

# 将 'Age' 列移动到第一列
col = df.pop('Age')
df.insert(loc= 0 , column= 'Age', value= col)

print(df)

输出结果一样的：

   Age  Name  Salary
0   28   Tom    5000
1   32  Nick    4500
2   25  John    6000
3   35  Peter   4000

上述代码将'Age'列从DataFrame中弹出（移除），并将其赋值给变量col。

df.pop('Age')操作会从DataFrame中删除'Age'列，并返回这一列的数据作为Series对象。

接下来，df.insert(loc=0, column='Age', value=col)将刚刚弹出的'Age'列插入到DataFrame的第一列位置。loc=0表示插入的位置为第一列，column='Age'指定列名为'Age'，value=col表示插入的数据为之前弹出的'Age'列的数据。

另外，修改上面的loc可以把列插入到任意位置哦，就不多介绍了。