sort方法和sorted函数允许你提供一个自定义函数来提取用于比较的键:

>>> ls = ['Q1.3', 'Q6.1', 'Q1.2']
>>> sorted(ls, key=lambda x: float(x[1:]))
['Q1.2', 'Q1.3', 'Q6.1']

print df.sort_index(by='Frequency',ascending=False)

如果要根据列对数据集进行排序，by是列的名称

不要忘记在Wes的答案中添加“inplace=True”，或者将结果设置为新的DataFrame。

df.sort_index(axis=1, inplace=True)

sort方法和sorted函数允许你提供一个自定义函数来提取用于比较的键:

>>> ls = ['Q1.3', 'Q6.1', 'Q1.2']
>>> sorted(ls, key=lambda x: float(x[1:]))
['Q1.2', 'Q1.3', 'Q6.1']

你也可以做得更简洁:

df.sort_index(axis=1)

确保你把结果赋值回去:

df = df.sort_index(axis=1)

或者，就地做:

df.sort_index(axis=1, inplace=True)

一个用例是，您已经用某个前缀命名了(一些)列，并且您希望这些列都用这些前缀排序，并以某种特定的顺序(不是字母顺序)排序。

例如，你可以用Ft_开头所有的特征，用Lbl_开头标签，等等，你想要所有无前缀的列，然后是所有特征，然后是标签。你可以用下面的函数来做到这一点(我会注意到使用sum来减少列表可能存在的效率问题，但这不是一个问题，除非你有很多列，而我没有):

def sortedcols(df, groups = ['Ft_', 'Lbl_'] ):
    return df[ sum([list(filter(re.compile(r).search, list(df.columns).copy())) for r in (lambda l: ['^(?!(%s))' % '|'.join(l)] + ['^%s' % i  for i in l ] )(groups)   ], [])  ]