DataFrame.sort_values排序后需手动重索引？是否为预期行为？

我有一组周期性的恒星流量时间序列，为此创建了包含时间列t和流量列f的DataFrame：

file: Path = localdir / file_path.csv
est_period: float = #number_I_estimated
df = DataFrame(file, names=['t','f'])
df['stack_t'] = df['t'] % est_period

stacked = df[['stack_t','f']].sort_values(by='stack_t')

我通过对时间序列t与估计周期执行取模%运算生成新列stack_t，并调用df.sort_values(by='stack_t')进行排序。

我发现DataFrame.sort_values(inplace=True)似乎不会为数据集重新索引：排序后，针对mask=stacked['stack_t']>somenumber的条件求f的最小值时，argmin(stacked[mask]['f'])返回的是原df的索引，而非排序后stacked的索引。

必须手动重新索引才能正常使用：

stacked = df[['stack_t','f']].sort_values(by='stack_t').reindex(range(0,len(df)))

请问这是预期行为吗？.sort_values已返回df的副本，为何副本未自动重新索引？

内容的提问来源于stack exchange，提问作者Gerald