DataFrame.reindex(labels=None, *, index=None, columns=None, axis=None, method=None, copy=None, level=None, fill_value=nan, limit=None, tolerance=None) [source]#
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230727101334_12.png)
code:
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230517124621_34.png)
輸出結果:
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230517124638_73.png)
#故意把欄位順序弄亂
# df df1欄位順序不一樣
但使用 pd.concat()不會出錯
同樣欄標籤的資料才concat在一起:
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230517124839_81.png)
雖然可以使用 sort=True
排序依然不如預期
如何排序成甲 乙 丙?
方法一:
df_concat[["甲", "乙", "丙"]]
#外層的[ ]是定位的意思
#內層的[] 是list的意思
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230517125400_76.png)
方法二:
df_concat.reindex(columns=["甲", "乙", "丙"])
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20230517125729_80.png)
推薦hahow線上學習python: https://igrape.net/30afN
test_sequence.reindex?
![Python: pandas.DataFrame的串接 pandas.concat() #concatenate 連接, 如何重新排列columns 順序? df[["甲", "乙", "丙"]] ; df.reindex( columns = ["甲", "乙", "丙"] ) - 儲蓄保險王](https://savingking.com.tw/wp-content/uploads/2023/05/20241120092030_0_98dff3.png)
在使用 Pandas 的 reindex 方法時,
labels 和 axis 參數可以一起使用來取代
單獨使用 index 或 columns 參數。
這是一種更通用的方式來指定要重新索引的軸和新的標簽(或索引)。
如何使用 labels 和 axis
當您想要重新索引 DataFrame 時,
可以使用 labels 參數來指定新的索引列表,而
axis 參數用來確定這些標簽應用於哪個軸:
axis=0 或 ‘index’:labels 將應用於row labels。
axis=1 或 ‘columns’:labels 將應用於column labels。



![Python: list.index() 只能找到第一個元素的index,若元素有重複,如何找出所有index? indexes = [index for index, value in enumerate(my_list) if value == target] Python: list.index() 只能找到第一個元素的index,若元素有重複,如何找出所有index? indexes = [index for index, value in enumerate(my_list) if value == target]](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/10/20241010101216_0_12b6c0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)



![Python 讀取 DOCX 圖片關聯:qn+find/findall 與 XPath 的實戰對照 from lxml import etree ; from docx.oxml.ns import qn; lxml.etree._Element.findall( f”.//{ qn(‘a:blip’) }” ) ; .get( qn(“r:embed”) ) #獲取 屬性名 ‘r:embed’ 的 屬性值(如: ‘rId4’) ; lxml.etree._Element.xpath( “//a:blip/@r:embed”, namespaces = NS) #/@r:embed = 獲取 屬性名 ‘r:embed’ 的 屬性值(如: ‘rId4’),使用.findall() 要先.findall()獲取List[_Element],再迴圈_Element.get()獲取屬性值, .xpath() 第一個參數path 使用”//a:blip/@r:embed” ,可直接獲取屬性值(List[str]如: [‘rId4’, ‘rId5’]) ; 如何對docx真實移除圖片瘦身? Python 讀取 DOCX 圖片關聯:qn+find/findall 與 XPath 的實戰對照 from lxml import etree ; from docx.oxml.ns import qn; lxml.etree._Element.findall( f”.//{ qn(‘a:blip’) }” ) ; .get( qn(“r:embed”) ) #獲取 屬性名 ‘r:embed’ 的 屬性值(如: ‘rId4’) ; lxml.etree._Element.xpath( “//a:blip/@r:embed”, namespaces = NS) #/@r:embed = 獲取 屬性名 ‘r:embed’ 的 屬性值(如: ‘rId4’),使用.findall() 要先.findall()獲取List[_Element],再迴圈_Element.get()獲取屬性值, .xpath() 第一個參數path 使用”//a:blip/@r:embed” ,可直接獲取屬性值(List[str]如: [‘rId4’, ‘rId5’]) ; 如何對docx真實移除圖片瘦身?](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2025/11/20251119130848_0_3fbf6b.png?quality=90&zoom=2&ssl=1&resize=350%2C233)
![一文搞懂Python pandas.DataFrame去重:df.drop_duplicates() 與 df[~df.duplicated()] 的等價、差異與最佳實踐 一文搞懂Python pandas.DataFrame去重:df.drop_duplicates() 與 df[~df.duplicated()] 的等價、差異與最佳實踐](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2025/08/20250808202701_0_66f9bc.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

近期留言