Pandas DataFrame排序疑问：大数据集为何未保留原行顺序？

• 核心在于Pandas会根据数据集大小自动切换排序算法：

  • 小型数据集（默认阈值内）使用稳定排序算法（如归并排序），这类算法能保证相同size值的行保留原始顺序。
  • 百万级大型数据集超过阈值后，会自动切换为非稳定排序算法（如快速排序），这类算法为追求更高排序效率，不会维持相同键值行的原始顺序。

• 若需要强制保留原始顺序，可在sort_values中手动指定kind='mergesort'，这会强制使用稳定排序，但大数据集下排序速度会有所下降。

• 补充说明：快速排序平均时间复杂度更优且常数因子更小，适合大规模数据高效排序；归并排序虽稳定，但空间复杂度更高，因此Pandas默认会根据数据规模做算法取舍。

内容的提问来源于stack exchange，提问作者braggart