如何解决df.sort_values()执行时出现的KeyError问题？

我始终无法找到这个特定错误的解决方案。我尝试对DataFrame执行简单排序，但每次操作都会触发KeyError。

代码如下：

import numpy as np
import pandas as pd

scores = [97, 91, 95, 88, 67, 65]
weights = [.5, .2, .1, .1, .05, .05]

##Put this into a DataFrame
df = pd.DataFrame(columns = ['Scores','Weights'])
df.Scores = scores
df.Weights = weights

df.sort_values(df['Scores'])

每次运行都会得到如下报错：

KeyError: 0 97
1 91
2 95
3 88
4 67
5 65
Name: Scores, dtype: int64

问题出在sort_values的参数使用上——你传入的是df['Scores']（一个Series对象），但这个方法需要的是列名的字符串（或列名字符串列表）。当你传入Series时，pandas会错误地将这个Series的内容当作要查找的列名，自然找不到对应列，因此抛出KeyError。

正确代码示例 #

1. 直接传入列名字符串，返回排序后的新DataFrame（原DataFrame不变）：

sorted_df = df.sort_values('Scores')

2. 显式指定by参数（代码可读性更强）：

sorted_df = df.sort_values(by='Scores')

3. 如果要直接修改原DataFrame，添加inplace=True参数：

df.sort_values(by='Scores', inplace=True)

内容的提问来源于stack exchange，提问作者Alex