blocks|key|4279265|text|您可以将列名转换为datetime，然后对它们进行排序：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4279266|df.columns+=+pd.to_datetime(df.columns,+format='%25b+%25y')

df+=+df[sorted(df.columns)]

>>>+df
+++++++++++2018-01-01++2018-02-01++2018-03-01
Flavor+++++++++++++++++++++++++++++++++++++++
Vanilla++++++++++10.0++++++++16.0+++++++++0.0
Chocolate++++++++20.0++++++++20.0++++++++16.0|code-block|syntax|javascript|4279267|如果想要恢复原来的字符串列名称，只需添加：|4279268|df.columns+=+df.columns.strftime('%25b+%25y')

>>>+df
+++++++++++Jan+18++Feb+18++Mar+18
Flavor+++++++++++++++++++++++++++
Vanilla++++++10.0++++16.0+++++0.0
Chocolate++++20.0++++20.0++++16.0|4279269|另一种选择是使用带有键的sorted在一行中完成所有这些操作(这一想法归功于@SpghttCd+)：|offset|length|style|CODE|4279270|df[sorted(df.columns,+key+=+lambda+x:+pd.to_datetime(x,+format='%25b+%25y'))]|4279271|entityMap^0|0|0|0|0|C|6|0|0^^$0|@$1|2|3|4|5|6|7|U|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|V|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|W|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|X|8|@]|9|@]|A|$E|F]]|$1|K|3|L|5|6|7|Y|8|@$M|Z|N|10|O|P]]|9|@]|A|$]]|$1|Q|3|R|5|D|7|11|8|@]|9|@]|A|$E|F]]|$1|S|3|-4|5|6|7|12|8|@]|9|@]|A|$]]]|T|$]]

You can turn your column names to datetime, and then sort them:

<pre><code>df.columns = pd.to_datetime(df.columns, format='%b %y')

df = df[sorted(df.columns)]

&gt;&gt;&gt; df
 2018-01-01 2018-02-01 2018-03-01
Flavor 
Vanilla 10.0 16.0 0.0
Chocolate 20.0 20.0 16.0
</code></pre>

If you want your original string column names back simply add:

<pre><code>df.columns = df.columns.strftime('%b %y')

&gt;&gt;&gt; df
 Jan 18 Feb 18 Mar 18
Flavor 
Vanilla 10.0 16.0 0.0
Chocolate 20.0 20.0 16.0
</code></pre>

An alternative is to do it all in one line using <code>sorted</code> with a key (credit to @SpghttCd for the idea):

<pre><code>df[sorted(df.columns, key = lambda x: pd.to_datetime(x, format='%b %y'))]
</code></pre>

blocks|key|4279722|text|您可以使用，创建一个字典，其中键是原始列名，值是它们的datetime对象，然后按值对该字典进行排序，然后对其进行排序，然后获得所需的df。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4279723|import+operator
sorted_dict+=+sorted(dict(zip(df.columns,pd.to_datetime(df.columns,+format='%25b+%25y'))).items(),+key=operator.itemgetter(1))
df[[i[0]+for+i+in+sorted_dict]]|code-block|syntax|javascript|4279724|输出：|4279725|+++++++++++Jan+18+++Feb+18++Mar+18
Flavor++++++++++
Vanilla++++10.0+++++16.0++++0.0
Chocolate++20.0+++++20.0++++16.0|4279726|entityMap^0|R|8|0|0|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@$9|R|A|S|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|T|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|U|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|V|8|@]|D|@]|E|$I|J]]|$1|O|3|-4|5|6|7|W|8|@]|D|@]|E|$]]]|P|$]]

You can use, make a dict where keys would be original column names and values would be their <code>datetime</code> objects and then sort that dict by value, only to order it and then get the desired df. 

<pre><code>import operator
sorted_dict = sorted(dict(zip(df.columns,pd.to_datetime(df.columns, format='%b %y'))).items(), key=operator.itemgetter(1))
df[[i[0] for i in sorted_dict]]
</code></pre>

Output:

<pre><code> Jan 18 Feb 18 Mar 18
Flavor 
Vanilla 10.0 16.0 0.0
Chocolate 20.0 20.0 16.0
</code></pre>

I am looking at monthly data, in a data frame. The column headers are all string, converted from datetime. This is my final output thus far:

<pre><code> Feb 18 Jan 18 Mar 18
Flavor 
Vanilla 16.0 10.0 0.0
Chocolate 20.0 20.0 16.0
</code></pre>

Seems that the columns are sorted alphabetically. Is there a way I can sort these columns of type string by month AND year? Does it involve using prefixes?

Sort dataframe columns by month and year

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我正在查看数据框架中的月度数据。列标题都是字符串，由datetime转换而来。这是我到目前为止的最终输出：                             Feb 18  Jan 18  Mar 18Flavor                                                  ...

问按月和年对dataframe列排序
EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问按月和年对dataframe列排序EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问按月和年对dataframe列排序
EN