Pandas 1.4.3与1.4.4+版本insert()方法排序保存差异问题

我创建了分别按升序和降序排序的数据集，使用insert()方法插入到DataFrame后，发现Pandas 1.4.3版本能正常保留排序结果，但1.4.4及以上版本无法保留排序状态。期望高版本也能得到排序后的数据，请问问题出在哪里？

1.4.4版本输出 #

1.4.3版本输出 #

测试代码 #

import pandas as pd
import matplotlib.pyplot as plt

data = [23, 45, 12, 67, 89, 34, 56, 78, 90, 11,
        43, 21, 76, 88, 33, 55, 77, 99, 22, 44,
        66, 87, 32, 54, 98, 65, 87, 10, 9, 8,
        7, 6, 5, 4, 3, 2, 1, 13, 23, 34, 45,
        56, 67, 78, 89, 90, 91, 92, 93, 94, 95]

df = pd.DataFrame()

data_series = pd.Series(data, name='Data')

sorted_ascending = data_series.sort_values(ascending=True)
sorted_descending = data_series.sort_values(ascending=False)

df_sorted_ascending = pd.DataFrame(sorted_ascending)
df_sorted_descending = pd.DataFrame(sorted_descending)

df.insert(0, 'Sorted Ascending', df_sorted_ascending)
df.insert(1, 'Sorted Descending', df_sorted_descending)

plt.figure(figsize=(10, 6))
df.plot(kind='line')
plt.xlabel('Index')
plt.ylabel('Values')
plt.title('Sorted Data Plot')
plt.grid(True)
plt.show()

问题原因 #

Pandas 1.4.4及以上版本修改了insert()方法的行为：当插入带有索引的DataFrame/Series时，会严格按照索引对齐规则插入数据；而1.4.3版本则是直接按数据的顺序追加，忽略索引匹配。

你的代码中，sort_values()默认不会重置索引，所以sorted_ascending和sorted_descending都保留了原数据的索引。插入第一个列后，空DataFrame继承了该列的索引；插入第二个列时，高版本会根据已有的索引去匹配df_sorted_descending中对应索引位置的值，而非按排序后的顺序插入，最终导致两列数值一致。

解决办法 #

方法1：排序后重置索引 #

在排序时添加reset_index(drop=True)，丢弃原索引，让数据按排序后的顺序生成新索引：

sorted_ascending = data_series.sort_values(ascending=True).reset_index(drop=True)
sorted_descending = data_series.sort_values(ascending=False).reset_index(drop=True)

方法2：直接用数值数组构造DataFrame #

跳过insert()，直接用排序后的数值数组构造DataFrame，完全忽略索引影响：

df = pd.DataFrame({
    'Sorted Ascending': sorted_ascending.values,
    'Sorted Descending': sorted_descending.values
})

内容的提问来源于stack exchange，提问作者V1RAGE