我有以下DataFrame（df）：
import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(10, 5))
我通过分配添加更多列：
df['mean'] = df.mean(1)
如何将列的意思移到前面，即将其设置为第一列，而其他列的顺序保持不变？
当前回答
假设您有列为A、B、C的df。
最简单的方法是：
df = df.reindex(['B','C','A'], axis=1)
其他回答
下面是一个超级简单的方法示例。如果您要从excel复制标题，请使用.split（'\t'）
df = df['FILE_NAME DISPLAY_PATH SHAREPOINT_PATH RETAILER LAST_UPDATE'.split()]
import numpy as np
import pandas as pd
df = pd.DataFrame()
column_names = ['x','y','z','mean']
for col in column_names:
df[col] = np.random.randint(0,100, size=10000)
您可以尝试以下解决方案：
解决方案1：
df = df[ ['mean'] + [ col for col in df.columns if col != 'mean' ] ]
解决方案2：
df = df[['mean', 'x', 'y', 'z']]
解决方案3：
col = df.pop("mean")
df = df.insert(0, col.name, col)
解决方案4：
df.set_index(df.columns[-1], inplace=True)
df.reset_index(inplace=True)
解决方案5：
cols = list(df)
cols = [cols[-1]] + cols[:-1]
df = df[cols]
解决方案6：
order = [1,2,3,0] # setting column's order
df = df[[df.columns[i] for i in order]]
时间比较：
解决方案1：
CPU时间：用户1.05 ms，sys:35µs，总计：1.08 ms壁时间：995µs
解决方案2：
CPU时间：用户933µs，系统：0 ns，总计：933µ壁时间：800µs
解决方案3：
CPU时间：用户0 ns，sys:1.35 ms，总计：1.35 ms壁时间：1.08 ms
解决方案4：
CPU时间：用户1.23毫秒，系统：45µs，总计：1.27毫秒壁时间：986µs
解决方案5：
CPU时间：用户1.09 ms，系统：19µs，总计：1.11 ms壁时间：949µs
解决方案6：
CPU时间：用户955µs，系统：34µs，总计：989µs壁时间：859µs
这个问题以前已经回答过，但reindex_axis现在已被弃用，因此我建议使用：
df = df.reindex(sorted(df.columns), axis=1)
对于那些想要指定他们想要的顺序而不是仅仅对它们进行排序的人来说，下面列出了解决方案：
df = df.reindex(['the','order','you','want'], axis=1)
现在，如何对列名列表排序真的不是熊猫问题，而是Python列表操作问题。有很多方法可以做到这一点，我认为这个答案有一个非常简洁的方法。
在您的情况下，
df = df.reindex(columns=['mean',0,1,2,3,4])
会做你想做的事。
在我的情况下（一般形式）：
df = df.reindex(columns=sorted(df.columns))
df = df.reindex(columns=(['opened'] + list([a for a in df.columns if a != 'opened']) ))
一种简单的方法是使用set（），特别是当您有一长串列并且不想手动处理它们时：
cols = list(set(df.columns.tolist()) - set(['mean']))
cols.insert(0, 'mean')
df = df[cols]
