Pandas合并DataFrame后Humidity未按City排序的问题求助

首先澄清一个小误会：你提到的「合并后Gadarwara的Humidity变为45」其实是看错了行~ 我们先跑一遍你的代码，看看实际输出的df3：

import pandas as pd
df = pd.DataFrame({ 'City':['Kareli','Narsinghpur','Jabalpur','Gadarwara','Pipriya'], 'Temperature':[23,45,67,12,34] })
df2 = pd.DataFrame({ 'City':['Narsinghpur','Jabalpur','Pipriya','Kareli','Gadarwara'], 'Humidity':[15,23,30,45,34] })
df3 = pd.merge(df,df2,on='City')
print(df3)

输出结果是：

City  Temperature  Humidity
0     Kareli           23        45
1  Narsinghpur           45        15
2    Jabalpur           67        23
3   Gadarwara           12        34
4     Pipriya           34        30

你看，Gadarwara对应的Humidity确实是df2里的34，没错位。你看到的45是第一行Kareli的Humidity，这是df2里Kareli对应的正确值。

核心问题：你对pd.merge()的逻辑理解有偏差 #

pd.merge()的核心是按共同列的「值」进行匹配关联，而不是保留第二个DataFrame（df2）的行顺序。默认情况下，合并后的结果行顺序会和第一个DataFrame（df）的行顺序保持一致（因为默认是how='inner'的左表优先合并）。

所以你觉得「Humidity未按City排序」，本质是期望合并后保留df2的City顺序，但merge本身不做这件事——它只负责把两个表中City值相同的行关联起来，顺序跟随左表。

解决办法：按需求指定排序规则 #

如果你想要合并后的结果按照df2的City顺序排列，或者按City字母顺序排序，可以用以下两种方式：

方式1：合并后跟随df2的City顺序

我们可以把City列设置为分类类型，提前指定好想要的排序顺序，再合并排序：

# 将df的City列设置为分类，指定顺序和df2一致
df['City'] = pd.Categorical(df['City'], categories=df2['City'], ordered=True)
# 合并后按City排序
df3 = pd.merge(df, df2, on='City').sort_values('City')
print(df3)

输出会和df2的City顺序完全一致：

City  Temperature  Humidity
0  Narsinghpur           45        15
1    Jabalpur           67        23
2     Pipriya           34        30
3     Kareli           23        45
4   Gadarwara           12        34

方式2：合并后按City字母顺序排序

如果只是想要City按自然字母顺序排列，直接用sort_values()即可：

df3 = pd.merge(df, df2, on='City').sort_values('City')
print(df3)

输出：

City  Temperature  Humidity
3   Gadarwara           12        34
2    Jabalpur           67        23
0     Kareli           23        45
1  Narsinghpur           45        15
4     Pipriya           34        30

总结 #

Pandas的merge是「值匹配优先」，默认不会保留右表的行顺序。如果需要特定顺序，要么提前用分类类型定义排序规则，要么合并后再手动排序就好~

内容的提问来源于stack exchange，提问作者Chetan Kushwaha