使用.sort_values()仅排序DataFrame指定列不影响其他列的问题

问题描述 #

需要对DataFrame的Uno列单独排序，同时保持Dos和Tres列的原始数据顺序。尝试直接赋值排序后的Uno列未成功，但使用sort_values()对整个DataFrame排序（如示例中的df2）是正常的。

原代码：

import pandas as pd

list_of_dicts_2 = {"Uno":[4,3,6,2,1,5], "Dos": [3,5,7,8,12,4],"Tres": [9,8,6,5,3,1]}
df2= pd.DataFrame(list_of_dicts_2)
print("SECOND DF")
print(df2)
df2= df2.sort_values(by = ["Uno"])
print(df2)
#To do this, alterate the order of all columns.
df3= pd.DataFrame(list_of_dicts_2)
print("THIRD DF")
print(df3)
df3["Uno"]= df3["Uno"].sort_values()
print(df3)

期望输出对应的DataFrame结构：

list_of_dicts_answer = {"Uno":[1,2,3,4,5,6], "Dos": [3,5,7,8,12,4],"Tres": [9,8,6,5,3,1]}

问题原因 #

直接使用df3["Uno"].sort_values()返回的是带原索引的排序后Series，赋值时Pandas会根据索引匹配到原DataFrame的对应行，而不是直接覆盖为排序后的顺序，导致最终Uno列的顺序不符合预期。

解决方案 #

提取排序后的Uno列的纯数值列表，再赋值给原列，这样就能忽略索引，直接替换成排序后的顺序：

import pandas as pd

list_of_dicts_2 = {"Uno":[4,3,6,2,1,5], "Dos": [3,5,7,8,12,4],"Tres": [9,8,6,5,3,1]}
df3 = pd.DataFrame(list_of_dicts_2)
# 提取排序后的值列表进行赋值
df3["Uno"] = df3["Uno"].sort_values().tolist()
# 或者用.values获取numpy数组再转列表
# df3["Uno"] = df3["Uno"].sort_values().values.tolist()
print(df3)

运行后输出的df3就会符合期望：Uno列排序为[1,2,3,4,5,6]，Dos和Tres列保持原始顺序不变。

内容的提问来源于stack exchange，提问作者Manuel Veiga