假设你的当前列的顺序是[B，c，d，a]，你想把它排序成[a，b，c，d]，你可以这样做：

new_df = old_df[['a', 'b', 'c', 'd']]

两列交换

cols = list(df.columns)
a, b = cols.index('LastName'), cols.index('MiddleName')
cols[b], cols[a] = cols[a], cols[b]
df = df[cols]

重新排序列交换（2次交换）

cols = list(df.columns)
a, b, c, d = cols.index('LastName'), cols.index('MiddleName'), cols.index('Contact'), cols.index('EmployeeID')
cols[a], cols[b], cols[c], cols[d] = cols[b], cols[a], cols[d], cols[c]
df = df[cols]

交换多个

现在我们来看看如何使用列表切片-

cols = list(df.columns)
cols = cols[1::2] + cols[::2]
df = df[cols]

如果希望在开始时有一个固定的列列表，可以执行以下操作：

cols = ['EmployeeID','FirstName','MiddleName','LastName']
df = df[cols + [c for c in df.columns if c not in cols]]

这将把这4列放在第一位，其余的保持不变（没有任何重复的列）。

当在更大的规模上面临同样的问题时，我在这个链接上遇到了一个非常优雅的解决方案：http://www.datasciencemadesimple.com/re-arrange-or-re-order-the-column-of-dataframe-in-pandas-python-2/在“Rearrange the column of dataframe by column position in pandas python”标题下。
基本上，如果你有列顺序作为一个列表，你可以读它作为新的列顺序。

##### Rearrange the column of dataframe by column position in pandas python

df2=df1[df1.columns[[3,2,1,0]]]
print(df2)

在我的例子中，我有一个预先计算的列链接，它决定了我想要的新顺序。如果这个顺序被定义为L中的数组，那么：

a_L_order = a[a.columns[L]]

当您没有太多列并且不想列出列名时，对列进行重新排序的一种简洁方法是使用 .iloc[]。

df_reorderd = df.iloc[:, [0, 1, 3, 2, 4]]

写入文件时

当 Dataframe 被写出到文件（例如CSV）时，列也可以被重新排序：

df.to_csv('employees.csv',
          columns=['EmployeeID','FirstName','MiddleName','LastName','Contact'])

我认为这样的函数对于控制列的位置非常有用：

def df_changeorder(frame: pd.DataFrame, var: list, remove=False, count_order='left', offset=0) -> pd.DataFrame:
    """
    :param frame: dataframe
    :param var: list of columns to move to the front
    :param count_order: where to start counting from left or right to insert
    :param offset: cols to skip in the count_order specified
    :return: dataframe with order changed
    """

    varlist = [w for w in frame.columns if w not in var]

    if remove:
        frame = frame[var]
    else:

        if offset == 0:

            if count_order == 'left':

                frame = frame[var + varlist]

            if count_order == 'right':

                frame = frame[varlist + var]

        else:
            if count_order == 'left':
                frame = frame[varlist[:offset] + var + varlist[offset:]]

            if count_order == 'right':
                frame = frame[varlist[:-offset] + var + varlist[-offset:]]

    return frame

一个简单的用例就像定义我们想要重新排序的列，例如，使用提供的DataFrame，如果我们想要这样做：
['EmployeeID', 'Contact', 'LastName', 'FirstName', 'MiddleName']
注意，我们只需要移动Contact和LastName，因此我们可以很容易地得到结果：

# columns to swap
swap_columns = ["Contact","LastName"]

# change the order
df = df_changeorder(df, swap_columns, count_order='left', offset=1)

使用这种方法，我们可以根据需要重新排序任意多的列，我们只需要指定列的列表，然后应用示例中的函数。

根据需要定位pandas系列

#using pandas.iloc
df.iloc[:,[1,3,2,0]]

pandas.iloc函数的第一个参数表示行，第二个参数表示列，因此我们给出了列的显示顺序列表。

这里有一个两行的解决方案，只要你知道你想要交换的列的名字，不管 Dataframe 的大小（不管有多少列）都可以工作。如果你的 Dataframe 中的两列是“col1”和“col2”（df）：

df['col1'], df['col2'] = df['col2'].values, df['col1'].values
df = df.rename(columns={'col1': 'temp_col1', 'col2': 'col1', 'temp_col1': 'col2'})