Pandas DataFrame按ESG列排序后对应列未同步的问题排查

pandas 的 sort_values() 函数默认是对整行数据排序，不会只单独改变某一列的顺序，出现列对应关系断裂的情况，大概率是之前的操作导致数据结构异常，常见原因和解决步骤如下：

常见问题原因 #

• 误单独排序目标列并赋值：你可能之前执行过类似 df1['ESG Combined Score 2011'] = df1['ESG Combined Score 2011'].sort_values(ascending=False) 的代码——这种操作只会替换ESG列的内容，其他列的行顺序完全没动，直接导致列之间的关联关系断裂。
• 提取列时数据未正确对齐：如果创建df1时不是直接从原数据集切片提取三列，而是用多个独立的Series拼接，且这些Series的索引不一致，生成DataFrame时会自动按索引对齐，行对应关系从一开始就是错的。
• 视图与副本混淆：提取列时没加.copy()（比如只写df1 = original_df[cols]），df1可能变成原数据集的视图，后续操作容易出现异常（这种情况较少见，但也可能导致排序行为不符合预期）。

解决步骤 #

1. 先验证数据结构：执行以下代码确认df1是正常的DataFrame，且列对应关系正确：

   print(df1.head())
   print(df1.dtypes)
   

   重点检查ESG列是否为数值类型（如果是字符串，排序逻辑会和数值完全不同），以及每行的公司名称、市值、ESG分是否对应。

2. 重新提取并生成独立副本：

   target_cols = ['Company Common Name', 'Company Market Capitalization', 'ESG Combined Score 2011']
   df1 = original_df[target_cols].copy()
   

   用.copy()确保df1是独立的数据集，不受原数据变动影响。

3. 重新执行排序：

   sorted_2011 = df1.sort_values(by='ESG Combined Score 2011', ascending=False)
   

   注：单列排序时，by参数直接传列名字符串即可，不需要用列表（列表用于多列排序场景）。

4. 验证结果：执行sorted_2011.iloc[0]查看排序后的第一行，确认88.88分对应的公司是否为Texas Instruments Inc.。

内容的提问来源于stack exchange，提问作者Terminator6677