本文介绍如何在pandas中对列名含相同日期前缀（如'20241201_'）的dataframe进行智能列重排，使相同日期的列按后缀（如biscuit、candle、candy）自然排序，同时保留首列（如'branch'）位置不变。
本文介绍如何在pandas中对列名含相同日期前缀（如'20241201_'）的dataframe进行智能列重排，使相同日期的列按后缀（如biscuit、candle、candy）自然排序，同时保留首列（如'branch'）位置不变。
在实际数据分析中，我们常遇到列名采用“日期_品类”格式的宽表（如 '20241201_Candy', '20241201_Biscuit'），但原始列序可能按字典序混乱排列（如 Candy 在 Biscuit 前），导致跨品类横向对比困难。理想排序应先按日期分组，再在每组内按后缀字母序排列——这恰好可通过 Python 默认字符串排序实现：因为 '20241201_Biscuit' ，且 <code>'20241201_...' ，所以对所有带日期前缀的列直接执行 <code>sorted() 即可满足需求。
以下为完整实现代码：
import pandas as pd
df = pd.DataFrame({
'Branch': ['Hanoi'],
'20241201_Candy': [3], '20241202_Candy': [4], '20241203_Candy': [5],
'20241201_Candle': [3], '20241202_Candle': [4], '20241203_Candle': [5],
'20241201_Biscuit': [3], '20241202_Biscuit': [4], '20241203_Biscuit': [5]
})
# 方法1：使用 reindex（推荐，语义清晰）
df_reordered = df.reindex(['Branch'] + sorted(df.columns[1:]), axis=1)
# 方法2：直接列选择（简洁高效，等价效果）
df_reordered = df[['Branch'] + sorted(df.columns[1:])]✅ 关键说明：
-
df.columns[1:]跳过首列'Branch'，仅对后续列排序； -
sorted()对字符串列表默认按字典序升序排列，天然支持“日期优先、后缀次之”的双重排序逻辑； - 两种方法均不修改原 DataFrame，返回新视图，安全可靠。
⚠️ 注意事项：
- 此方法假设所有非首列均符合
YYYYMMDD_*格式；若存在其他命名模式（如无下划线、多下划线），需先清洗列名或改用更健壮的排序键（例如sorted(columns, key=lambda x: (x.split('_')[0], x.split('_')[1]))）； - 若需按日期 降序（如最新日期在前），可改为
sorted(df.columns[1:], reverse=True)，但注意这会同时反转后缀顺序，此时应显式构造排序键。
通过这一简洁技巧，你可在一行代码内完成多维度列重排，大幅提升宽表可读性与后续分析效率。
