您可以尝试：

df = df[df.iloc[0].sort_values().index]

退货：

3c 2b 1a
0  A  B  C
1  5  2  3
2  2  3  1

在本例中，您使用的是第一行，并对它进行排序，然后返回排序后的索引值。你有很大的灵活性，你甚至可以按多列/行排序，这种方式也。

如果要将特定列移动到第一个位置，可以修改代码，如示例所示：

import pandas as pd

data = {"1a": ["C", 3, 1],
        "2b": ["B", 2, 3],
        "3c": ["A", 5, 2]}
df = pd.DataFrame(data)
print(df)
#   1a 2b 3c
# 0  C  B  A
# 1  3  2  5
# 2  1  3  2

# Get the second row and convert it to a list
second_row = df.iloc[1, :].tolist()
print(second_row)
# [3, 2, 5]

# Define the column you want to move to the first position
target_column = "1a"

# Sort the list
sorted_columns = sorted(range(len(second_row)), key=lambda k: second_row[k])
print(sorted_columns)

# Move the target column to the first position
sorted_columns.remove(df.columns.get_loc(target_column))
sorted_columns.insert(0, df.columns.get_loc(target_column))

# Reorder the columns of the DataFrame based on the sorted list
df = df.iloc[:, sorted_columns]

print(df)
#   1a 2b 3c
# 0  C  B  A
# 1  3  2  5
# 2  1  3  2

在Pyjedy和Stingher的帮助下，我能够解决这个问题。其中一个问题是由于我的输入。输入由列表而不是字典组成，所以我需要转换它。因此，我有行的索引和列的索引。因此，从列表中选择元素需要获得索引。

import pandas as pd

def search_list_for_pattern(lst, pattern):
    for idx, item in enumerate(lst):
        if pattern in item:
            break
    return idx

data = [['1a', 'B', 2, 3], ['2b', 'C', 3, 1], ['3c', 'A', 5, 2]]
df = pd.DataFrame(data).transpose()
print(df)

#     0   1   2
# 0  1a  2b  3c
# 1   B   C   A
# 2   2   3   5
# 3   3   1   2

# Get the second row and convert it to a list
second_row = df.iloc[1, :].tolist()
print(second_row)

# ['B', 'C', 'A']

# Find the index of the column you want to move to the first position
target_column = search_list_for_pattern(second_row, "C")
print(target_column)

# 1

# Sort the list
sorted_columns = sorted(range(len(second_row)), key=lambda k: second_row[k])
print(sorted_columns)

# [2, 0, 1]

# Move the target column to the first position
sorted_columns.remove(df.columns.get_loc(target_column))
sorted_columns.insert(0, df.columns.get_loc(target_column))

# Reorder the columns of the DataFrame based on the sorted list
df = df.iloc[:, sorted_columns]
print(df)

#     1   2   0
# 0  2b  3c  1a
# 1   C   A   B
# 2   3   5   2
# 3   1   2   3

df.to_excel('ordered.xlsx', sheet_name='Sheet1', index=False, header=False)