Python pandas合并DataFrame时如何保留原df1的行顺序

pandas默认的merge在按索引关联时会自动对匹配到的索引值做排序，因此会打乱左表原始行顺序。要保留df1的原有行序，推荐以下两种实现方式：

方法1：用join替代merge（最优方案） #

join默认以左表为基准做关联，会完整保留左表的原始行顺序，直接替换原有合并代码即可：

# 原merge代码替换为这行
df1 = df1.join(df)

执行后得到的df1行序和原始df1完全一致，Rating序列保持['AA','AA','AA','AA','A','A']，值匹配逻辑和merge完全一致，代码最简洁、性能也更好。

方法2：必须使用merge时的兼容写法 #

如果场景要求必须用merge实现，可以先给df1增加一列存储原始行号，合并完成后按该行号还原顺序，代码如下：

# 暂存原始行序，重置索引把Rating转为普通列
df1 = df1.reset_index().assign(raw_sort_id=range(len(df1)))
# 执行合并
df1 = df1.merge(df, left_on='Rating', right_index=True)
# 还原原始行序、清理临时字段、恢复索引
df1 = df1.sort_values('raw_sort_id')\
         .drop(columns='raw_sort_id')\
         .set_index('Rating')

注意：两种方法最终得到的结果完全一致，日常使用优先选方法1即可。

内容的提问来源于stack exchange，提问作者user13412850