Pandas DataFrame整体排序正常，子集调用sort_values失效问题咨询

完整代码 #

import pandas as pd
data = [[1, 1, 2, 1, 0], [ 2, 2, 2, 1, 4], [ 3, 1, 0, 1,4], [ 4, 1, 3, 1, 4], 
        [5, 1, 6, 1, 4], [ 6, 1, 2, 0, 4], [ 7, 1, 2, 7,4], [ 8, 1, 2, 1, 1], 
        [9, 1, 2, 1, 2], [10, 1, 2, 1, 3], [11, 1, 2, 1,5], [12, 1, 2, 1, 6]]
df = pd.DataFrame(data, columns=['Id','c1', 'c2','c3', 'c4'])

import scipy.integrate
import scipy.special
mat = scipy.spatial.distance.cdist(
    df[['c1','c2','c3','c4']], 
    df[['c1','c2','c3','c4']], 
    metric='euclidean'
)
new_df = pd.DataFrame(mat, index=df['Id'], columns=df['Id']) 

正常运行的排序代码 #

直接对整个DataFrame按行1的值排序列：

new_df.sort_values(by=1,ascending=True,kind="mergesort",axis=1)

出现问题的子集排序代码 #

取行子集后执行排序失败：

i = 1
j = 2
new_dff = new_df[i:j]
new_dff.sort_values(by=1, ascending=True, kind="mergesort", axis=1)

问题原因 #

1. axis与by参数混淆：sort_values中，axis=1表示按列排序，此时by指定的是行索引标签而非列名。原new_df的行索引包含标签1，所以能正常运行；若实际需求是按列值排序，需将axis设为0。
2. 切片逻辑误解：new_df[i:j]是对行进行标签范围切片（包含标签1，不包含标签2），如果目标是取列子集，应该用new_df.loc[:, i:j]。

修正方案 #

场景1：对行子集的列按行值排序

若确实需要对行子集的列按行1的值排序，注意sort_values默认返回新对象，若要修改原数据需加inplace=True：

i = 1
j = 2
new_dff = new_df[i:j]
# 方式1：赋值给新变量
sorted_result = new_dff.sort_values(by=1, ascending=True, kind="mergesort", axis=1)
# 方式2：原地修改
new_dff.sort_values(by=1, ascending=True, kind="mergesort", axis=1, inplace=True)

场景2：对列子集按列值排序

若需求是取列子集后按列1的值对行排序，调整axis为0（默认值可省略）：

i = 1
j = 2
# 取列1到列2的子集
new_dff = new_df.loc[:, i:j]
# 按列1的值排序行
new_dff.sort_values(by=1, ascending=True, kind="mergesort")

关键提示 #

• 标签索引的DataFrame中，df[a:b]仅作用于行，取列子集必须用loc[:, a:b]（按标签）或iloc[:, a:b]（按位置）；
• sort_values的by参数含义由axis决定：axis=0对应列名，axis=1对应行标签。

内容的提问来源于stack exchange，提问作者Pranab