你会有这样的需求，例如你有这样一张表：
结果如下：
ㅤ | Name | Age | Grade |
0 | Alice | 25 | 85 |
1 | Bob | 22 | 92 |
2 | Charlie | 24 | 78 |
3 | David | 23 | 88 |
这个是2023年上学期的成绩，于是你又加了一列
现在结果如下：
ㅤ | Name | Age | Grade | semester |
0 | Alice | 25 | 85 | 2023上 |
1 | Bob | 22 | 92 | 2023上 |
2 | Charlie | 24 | 78 | 2023上 |
3 | David | 23 | 88 | 2023上 |
但是，semester这列它是一个类似于索引的东西，放在最后一列你总觉得看着不舒服，于是你想把它挪到第一列，方法如下：
现在结果如下：
semester | Name | Age | Grade | ㅤ |
0 | 2023上 | Alice | 25 | 85 |
1 | 2023上 | Bob | 22 | 92 |
2 | 2023上 | Charlie | 24 | 78 |
3 | 2023上 | David | 23 | 88 |
好好好，已经成功了。
下面解释一下
insert这个函数，insert是Pandas中DataFrame对象的一个函数，用于在指定位置插入新的列。它的语法如下：参数说明：
loc: 一个整数，表示要插入新列的位置索引。例如，loc=0表示将新列插入到第一列的位置。
column: 一个字符串，表示新列的名称。
value: 用于填充新列的值。可以是一个标量、一个数组（或列表），或者是一个Series对象，它会自动与DataFrame的索引对齐。
allow_duplicates: 一个布尔值，表示是否允许插入重复的列名。默认为False，即不允许插入重复的列名。如果设为True，则可以插入重复的列名。
使用
insert函数，你可以在DataFrame的任意位置插入新的列，并且可以控制新列的名称和值。在前面的例子中，我们使用
df.insert(0, 'Grade', df.pop('Grade'))，将'semester'列移动到第一列的位置。其中，0表示插入位置是第一列，'Grade'是新列的名称，df.pop('Grade')表示取出原来的'semester'列的值作为新列的值。