使用Pandas调整含重复值DataFrame行顺序：交换指定行位置

问题分析 #

你需要将DataFrame按Type列的指定顺序（Test Case → Precondition → Test Step）重新排列行，同时保留所有重复值。之前使用.copy()时出现数据丢失，大概率是操作过程中错误覆盖或索引异常导致，以下两种方法可以直接解决问题：

方法1：利用分类类型排序（推荐） #

通过将Type列转为有序分类类型，排序时会严格遵循你定义的顺序，同时保留所有匹配的行（包括重复值）：

import pandas as pd

# 定义目标排序顺序
target_type_order = ['Test Case', 'Precondition', 'Test Step']

# 复制原DataFrame避免修改原始数据，将Type列转为有序分类
df_sorted = df.copy()
df_sorted['Type'] = pd.Categorical(df_sorted['Type'], categories=target_type_order, ordered=True)

# 按Type列排序并重置索引
df_sorted = df_sorted.sort_values('Type').reset_index(drop=True)

方法2：按顺序筛选拼接 #

如果不想修改列类型，可以依次筛选每个Type值对应的行，再拼接成目标顺序的DataFrame：

target_type_order = ['Test Case', 'Precondition', 'Test Step']

# 循环筛选每个Type的行并拼接
df_sorted = pd.concat(
    [df[df['Type'] == type_val] for type_val in target_type_order],
    ignore_index=True
)

为什么之前的.copy()会丢数据？ #

.copy()本身只是复制DataFrame，不会导致数据丢失，问题通常出在后续操作：比如复制后错误地进行了空值赋值、索引切片错误，或者直接对原DataFrame进行了破坏性修改。上面两种方法直接生成符合要求的新DataFrame，无需担心数据丢失问题。

内容的提问来源于stack exchange，提问作者HazeLand