如何按照另一DataFrame的行顺序对目标DataFrame进行排序？

错误原因 #

你用sort_values(by=eval_df['id'])报错是因为sort_values的by参数只接受列名字符串/列名列表，而你传入的是一整列Series，程序无法识别对应的列，因此触发KeyError。

正确解决方法 #

以下是三种可靠的实现方式，可根据你的数据情况选择：

方法1：reindex（适用于id完全匹配、无重复的场景） #

通过设置id为索引，再按目标顺序重新索引：

# 将uneval_df的id设为索引
uneval_df = uneval_df.set_index('id')
# 按照eval_df的id顺序重新排列，最后恢复原索引结构
uneval_df = uneval_df.reindex(eval_df['id']).reset_index(drop=False)

方法2：分类排序（适用于可能存在id不匹配的场景） #

把id转为分类类型并指定顺序，再排序：

import pandas as pd

# 将uneval_df的id转为分类，强制指定顺序为eval_df的id序列
uneval_df['id'] = pd.Categorical(uneval_df['id'], categories=eval_df['id'], ordered=True)
# 按id列排序，自动遵循指定的顺序
uneval_df = uneval_df.sort_values('id')

方法3：左连接合并（适用于需要保留eval_df所有行的场景） #

利用merge的左连接特性，自动保留左表（eval_df）的行顺序：

# 仅用eval_df的id列做左连接，匹配uneval_df的所有对应列
uneval_df = eval_df[['id']].merge(uneval_df, on='id', how='left')

内容的提问来源于stack exchange，提问作者Rashid Abramov