如何基于含NaN值的Series对DataFrame排序并保留行结构？

你需要根据包含NaN且行数多于原DataFrame的Series对DataFrame排序，同时保留Series的所有行（对应NaN行的列填充NaN），以保证后续横向合并时行数一致。原代码使用loc会丢失NaN行，以下是简洁的解决方法：

最优简洁方案 #

直接用reindex替代loc，一行代码完成：

df_1 = df_1.set_index('Number').reindex(series_2).reset_index()

原理说明 #

• set_index('Number')：将DataFrame的索引设置为排序依据的Number列
• reindex(series_2)：严格按照series_2的顺序和所有元素（包括NaN）重新排列DataFrame，不存在的索引项对应的列自动填充NaN
• reset_index()：将索引重新转为普通列，恢复原DataFrame的结构

备选方案（灵活合并场景） #

如果需要更灵活的合并逻辑，可使用merge方法：

# 将Series转为带列名的DataFrame
series_df = series_2.to_frame(name='Number')
# 左连接保留Series的所有行，匹配不到的填充NaN
result = series_df.merge(df_1, on='Number', how='left')

内容的提问来源于stack exchange，提问作者Michelle