如何按指定序列排列Pandas DataFrame且保留原有索引？

你当前代码的核心问题是：data.loc[sequenceList]是按索引值选取行，但sequenceList存储的是Flight列的数值，而非DataFrame默认的索引（0-5）。这不仅会导致行选取逻辑错误，还会直接将结果的索引替换为sequenceList中的数值，完全不符合你“按序列排列但保留原索引”的需求。

以下两种方法都能实现按sequenceList的Flight值顺序排列DataFrame，同时保留原始索引：

方案一：通过Flight值映射原索引排序 #

import pandas as pd
import numpy as np

data = pd.DataFrame({
    'Flight':[1,2,3,4,5,6],
    'Country':['Laos','US','UK','Aus','Sing','Malay'],
})
sequenceList = np.random.permutation(data['Flight'].values.tolist())

# 建立Flight值到原索引的映射关系
flight_to_index = {flight: idx for idx, flight in data['Flight'].items()}
# 将sequenceList转换为对应的原索引序列
target_indices = [flight_to_index[flight] for flight in sequenceList]
# 按目标索引取行，保留原索引
sorted_data = data.loc[target_indices]

执行后sorted_data的行顺序完全匹配sequenceList的Flight值顺序，且每行的索引仍为原DataFrame的默认索引（0-5）。

方案二：利用辅助表指定排序顺序 #

import pandas as pd
import numpy as np

data = pd.DataFrame({
    'Flight':[1,2,3,4,5,6],
    'Country':['Laos','US','UK','Aus','Sing','Malay'],
})
sequenceList = np.random.permutation(data['Flight'].values.tolist())

# 创建带排序权重的辅助表
order_helper = pd.DataFrame({'Flight': sequenceList, 'sort_order': range(len(sequenceList))})
# 合并原数据与辅助表，按权重排序后恢复原索引
sorted_data = pd.merge(data.reset_index(), order_helper, on='Flight') \
                .sort_values('sort_order') \
                .set_index('index') \
                .rename_axis(None) \
                .drop('sort_order', axis=1)

这种方法通过给每个Flight值分配唯一的排序权重，合并后按权重排序，最后恢复原索引，逻辑更直观。

内容的提问来源于stack exchange，提问作者Jess