为何Pandas中DataFrame.sort_values与Series.sort_values输出排序不同？

问题重现 #

先看实际代码运行的差异：

import pandas as pd
df = pd.read_csv('https://gist.githubusercontent.com/matthew-brett/806a356bb7b71f08c5c6d0c5235e2f3d/raw/facb1aab243a33033b46657378f65dcd41542596/business.csv')

# Series的value_counts
df['name'].value_counts().head(6)
# 输出：
# name
# Peet's Coffee & Tea    20
# Starbucks Coffee       13
# McDonald's             10
# Jamba Juice            10
# STARBUCKS               9
# Proper Food             9
# Name: count, dtype: int64

# DataFrame的value_counts
df.value_counts('name').head(6)
# 输出：
# name
# Peet's Coffee & Tea    20
# Starbucks Coffee       13
# McDonald's             10
# Jamba Juice            10
# Proper Food             9
# STARBUCKS               9
# Name: count, dtype: int64

可以看到，计数均为9的STARBUCKS和Proper Food在两个结果中的顺序相反，而两者默认排序方法都是不稳定的快速排序（quicksort）。

差异原因 #

核心在于两个value_counts()方法的底层实现逻辑不同：

• Series.value_counts()直接对单列数据统计，遍历和分组顺序严格遵循原Series中元素的出现顺序；
• DataFrame.value_counts('name')基于DataFrame的分组聚合逻辑，处理分组时的内部遍历、哈希表构建顺序和Series版本存在细微差异，导致相同计数的元素在进入排序步骤前，原始先后顺序就不一样。

而quicksort作为不稳定排序，当排序键（此处为计数值）相同时，不会保留元素的原始顺序，而是根据排序过程的分区结果输出顺序。两种不同的前置处理逻辑，最终导致了平局时的排序差异。

解决办法 #

如果需要稳定的排序结果，确保相同计数的元素顺序一致，可以指定稳定排序算法：

# Series版本指定稳定排序
df['name'].value_counts(kind='stable').head(6)

# DataFrame版本指定稳定排序
df.value_counts('name', kind='stable').head(6)

此时相同计数的元素会保留它们在原始数据中首次出现的顺序，两种调用方式的结果就会一致。

内容的提问来源于stack exchange，提问作者Matthew Brett