在 Pandas 中，DataFrame 的列默认按照它们在数据中出现的顺序进行排序。但是，有时候我们可能需要按照特定的顺序排列列。以下是一些方法来重新排序 DataFrame 中的列：
方法一：使用 reindex 方法
reindex 方法可以用于根据指定的顺序重新索引 DataFrame。首先，我们需要创建一个包含所有列名的列表，然后使用 reindex 方法按照这个列表对 DataFrame 进行重新索引。

import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
})
# 创建一个包含列名的列表，按照需要的顺序排列
columns_order = ['B', 'A', 'C']
# 使用 reindex 方法按照列名列表重新索引 DataFrame
df = df.reindex(columns=columns_order)

方法二：使用 iloc 方法
iloc 方法也可以用于重新排序 DataFrame 中的列。我们可以使用 iloc 方法按照行号索引来选择 DataFrame 中的列，并按照需要的顺序排列它们。

import pandas as pd
# 创建一个示例 DataFrame
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
})
# 使用 iloc 方法按照行号索引选择列，并按照需要的顺序排列它们
df = df.iloc[:, [1, 0, 2]]

方法三：使用 sort_index 方法（仅适用于非整数索引的列）
如果 DataFrame 的列名是字符串类型，并且包含非整数索引，我们可以使用 sort_index 方法对它们进行排序。首先，我们需要将 DataFrame 的索引设置为列名，然后使用 sort_index 方法对它们进行排序。最后，我们可以使用 reset_index 方法将排序后的索引转换为列。
```python
import pandas as pd

创建一个示例 DataFrame，其中包含非整数索引的列名

df = pd.DataFrame({
‘B’: [4, 5, 6],
‘A’: [1, 2, 3],
‘C’: [7, 8, 9]
})
df.index = [‘col1’, ‘col2’, ‘col3’] # 将 DataFrame 的索引设置为列名
df = df.sort_index() # 对列进行排序
df = df.reset_index() # 将排序后的索引转换为列