如何依据另一DataFrame的UniqueID列排序并将无ID新条目置于末尾？

核心思路 #

通过给df1的UniqueID创建位置映射字典，为df2中的每条数据分配排序权重：存在于df1的ID按其在df1中的位置赋值，无ID的条目统一分配一个大于所有已有ID权重的值，确保排在末尾。这种方法不受NaN影响，完美解决索引排序失效的问题。

示例数据 #

先定义示例DataFrame：

import pandas as pd

# 原始旧数据df1
df1 = pd.DataFrame({
    'UniqueID': [101, 102, 103, 104],
    'ProjectName': ['项目A', '项目B', '项目C', '项目D'],
    'DataOwner': ['张三', '李四', '王五', '赵六']
})

# 更新后的新数据df2（含无ID新条目、顺序混乱）
df2 = pd.DataFrame({
    'UniqueID': [103, 101, None, 104, 102, None],
    'ProjectName': ['项目C（更新）', '项目A（更新）', '新项目X', '项目D（更新）', '项目B（更新）', '新项目Y'],
    'DataOwner': ['王五', '张三', '钱七', '赵六', '李四', '孙八']
})

解决方案代码 #

# 1. 构建UniqueID到df1中位置的映射字典
id_sort_map = {uid: pos for pos, uid in enumerate(df1['UniqueID'])}

# 2. 给df2添加临时排序键：已有ID用映射的位置，无ID用df1的行数（确保排在最后）
df2['_sort_key'] = df2['UniqueID'].map(id_sort_map).fillna(len(df1))

# 3. 按排序键排序，然后删除临时列
sorted_df = df2.sort_values(by='_sort_key').drop('_sort_key', axis=1)

# 查看结果
print(sorted_df)

输出结果 #

UniqueID   ProjectName DataOwner
1     101.0    项目A（更新）        张三
4     102.0    项目B（更新）        李四
0     103.0    项目C（更新）        王五
3     104.0    项目D（更新）        赵六
2       NaN        新项目X        钱七
5       NaN        新项目Y        孙八

关键说明 #

• 映射字典id_sort_map直接关联df1中UniqueID的顺序，确保排序严格匹配原始数据的顺序。
• fillna(len(df1))给无ID条目分配的权重比所有已有ID的位置值都大，因此会自动排在底部。
• 若需要保留UniqueID的整数类型（避免NaN导致的浮点型），可在排序后转换类型：

  sorted_df['UniqueID'] = sorted_df['UniqueID'].astype('Int64')
  

内容的提问来源于stack exchange，提问作者Eztaban