### Python pandas.DataFrame 调整列顺序及修改 index 名的方法
在数据分析领域，Pandas 是一个非常强大的库，它能够高效地处理各种数据结构。在实际应用中，我们经常需要根据需求来调整 DataFrame 的列顺序或者修改 index 名称。本文将详细介绍如何在 Pandas 中进行这些操作，并提供具体的示例代码。
#### 一、从字典创建 DataFrame
我们需要了解如何从字典创建一个 DataFrame。在 Pandas 中，可以使用 `pandas.DataFrame()` 函数将字典转换为 DataFrame。需要注意的是，默认情况下，DataFrame 的列会按照字典键的字典序排序。例如：
```python
import pandas as pd
dict_a = {
'user_id': ['webbang', 'webbang', 'webbang'],
'book_id': ['3713327', '4074636', '26873486'],
'rating': ['4', '4', '4'],
'mark_date': ['2017-03-07', '2017-03-07', '2017-03-07']
}
df = pd.DataFrame(dict_a) # 从字典创建 DataFrame
print(df)
```
运行上述代码后，我们会得到一个 DataFrame，其列按照字典序排序，结果如下所示：
```
book_id mark_date rating user_id
0 3713327 2017-03-07 4 webbang
1 4074636 2017-03-07 4 webbang
2 26873486 2017-03-07 4 webbang
```
可以看到，虽然我们在字典中定义的顺序是 `'user_id'`, `'book_id'`, `'rating'`, `'mark_date'`，但实际创建出的 DataFrame 的列顺序却是按照字典序排列的。
#### 二、调整列顺序
接下来，我们介绍如何调整 DataFrame 的列顺序。可以通过重新指定列的顺序来实现这一目的。具体做法是使用方括号 `[ ]` 并传递新的列名顺序。例如，要将列顺序调整为 `'user_id'`, `'book_id'`, `'rating'`, `'mark_date'`，可以执行以下操作：
```python
df = df[['user_id', 'book_id', 'rating', 'mark_date']] # 调整列顺序
print(df)
```
这样调整后的 DataFrame 如下所示：
```
user_id book_id rating mark_date
0 webbang 3713327 4 2017-03-07
1 webbang 4074636 4 2017-03-07
2 webbang 26873486 4 2017-03-07
```
#### 三、调整 index 为从 1 开始
除了调整列顺序外，有时我们还需要调整 DataFrame 的索引（index）。默认情况下，Pandas 创建的 DataFrame 索引是从 0 开始的。如果需要将其改为从 1 开始，可以使用 `range()` 函数结合 `df.index` 属性来实现。
```python
df.index = range(1, len(df) + 1) # 将 index 改成从 1 开始
print(df)
```
调整后的 DataFrame 如下所示：
```
user_id book_id rating mark_date
1 webbang 3713327 4 2017-03-07
2 webbang 4074636 4 2017-03-07
3 webbang 26873486 4 2017-03-07
```
通过上述方法，我们可以有效地调整 DataFrame 的列顺序以及索引的起始值。这对于数据预处理和数据分析来说是非常有用的技巧。希望本文能帮助你在实际项目中更好地处理 DataFrame。
