使用pandas库调整列的顺序

一、若列数少，容易表示

示例代码：

import pandas as pd

# 重新排列列，使新列(Name)在第二列位置
# 现有的列顺序是 ['ID', 'Value', 'Name_from_file2']
# 我们需要将列顺序调整为 ['ID', 'Name', 'Value']
new_order = ['ID', 'Name', 'Value']
merged = merged[new_order]

# 保存更新后的DataFrame到文件1
merged.to_csv('path/to/your/file1.csv', index=False)

解释：

1. new_order = ['ID', 'Name', 'Value']：定义新列的顺序，将Name列放在第二列的位置。
2. merged = merged[new_order]：重新排列列的顺序。
3. merged.to_csv('path/to/your/file1.csv', index=False)：将更新后的DataFrame保存回文件1。

二、列数多，不易表示

如果你有很多列并且不方便手动列举，可以使用以下方法动态地将新列插入到指定的位置。这里的示例展示了如何将新列插入到第二列的位置，而不需要列举所有列名：

示例代码：

import pandas as pd

# 将新列(Name)插入到第二列位置
# 现有列顺序为 ['ID', 'Value', ..., 'Name']
# 我们需要将列顺序调整为 ['ID', 'Name', 'Value', ...]
cols = list(merged.columns)  # 获取所有列名
cols.remove('Name')  # 移除'Name'列
cols.insert(1, 'Name')  # 将'Name'列插入到第二列的位置

# 重新排列列的顺序
merged = merged[cols]

# 保存更新后的DataFrame到文件1
merged.to_csv('path/to/your/file1.csv', index=False)

解释：

1. cols = list(merged.columns)：获取DataFrame中所有列的名称。
2. cols.remove('Name')：将’Name’列从列名列表中移除。
3. cols.insert(1, 'Name')：将’Name’列插入到第二列的位置。
4. merged = merged[cols]：根据新的列顺序重新排列DataFrame。
5. merged.to_csv('path/to/your/file1.csv', index=False)：将更新后的DataFrame保存回文件1。

这样做可以动态处理列的顺序，而无需手动列举所有列名。如果有多个新列需要插入到不同的位置，可以类似地调整cols列表。