パンダの特定の列インデックスに列を挿入するにはどうすればよいですか？

パンダの特定の列インデックスに列を挿入できますか？

import pandas as pd
df = pd.DataFrame({'l':['a','b','c','d'], 'v':[1,2,1,2]})
df['n'] = 0

これはnの最後の列として列を配置しますが、最初に配置dfするように指示する方法はありませんか？dfn

ドキュメントを参照してください： http //pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.insert.html

loc = 0を使用すると、最初に挿入されます

df.insert(loc, column, value)

df = pd.DataFrame({'B': [1, 2, 3], 'C': [4, 5, 6]})

df
Out: 
   B  C
0  1  4
1  2  5
2  3  6

idx = 0
new_col = [7, 8, 9]  # can be a list, a Series, an array or a scalar   
df.insert(loc=idx, column='A', value=new_col)

df
Out: 
   A  B  C
0  7  1  4
1  8  2  5
2  9  3  6

列をリストとして抽出し、これを必要に応じてマッサージして、データフレームのインデックスを再作成することができます。

>>> cols = df.columns.tolist()
>>> cols = [cols[-1]]+cols[:-1] # or whatever change you need
>>> df.reindex(columns=cols)

   n  l  v
0  0  a  1
1  0  b  2
2  0  c  1
3  0  d  2

編集：これは1行で実行できます。ただし、これは少し見苦しく見えます。たぶん、よりクリーンな提案が来るかもしれません...

>>> df.reindex(columns=['n']+df.columns[:-1].tolist())

   n  l  v
0  0  a  1
1  0  b  2
2  0  c  1
3  0  d  2

すべての行に単一の値が必要な場合：

df.insert(0,'name_of_column','')
df['name_of_column'] = value

編集：

あなたもすることができます：

df.insert(0,'name_of_column',value)

これに対する非常に単純な答えを次に示します（1行のみ）。

次のように、「n」列をdfに追加した後で、これを実行できます。

import pandas as pd
df = pd.DataFrame({'l':['a','b','c','d'], 'v':[1,2,1,2]})
df['n'] = 0

df
    l   v   n
0   a   1   0
1   b   2   0
2   c   1   0
3   d   2   0

# here you can add the below code and it should work.
df = df[list('nlv')]
df

    n   l   v
0   0   a   1
1   0   b   2
2   0   c   1
3   0   d   2



However, if you have words in your columns names instead of letters. It should include two brackets around your column names. 

import pandas as pd
df = pd.DataFrame({'Upper':['a','b','c','d'], 'Lower':[1,2,1,2]})
df['Net'] = 0
df['Mid'] = 2
df['Zsore'] = 2

df

    Upper   Lower   Net Mid Zsore
0   a       1       0   2   2
1   b       2       0   2   2
2   c       1       0   2   2
3   d       2       0   2   2

# here you can add below line and it should work 
df = df[list(('Mid','Upper', 'Lower', 'Net','Zsore'))]
df

   Mid  Upper   Lower   Net Zsore
0   2   a       1       0   2
1   2   b       2       0   2
2   2   c       1       0   2
3   2   d       2       0   2