pandas根据独立分类列表排序DataFrame的方法及报错解决

你的代码存在两个问题，导致无法正常排序：

1. pd.DataFrame.sort_values() 接收的排序参数必须是当前DataFrame的列名，或者和DataFrame长度一致、索引对齐的排序键。你传入的mtg_sets_order是长度627的独立分类变量，和你创建的长度为7的test DataFrame完全不匹配，也不属于test的列，必然触发报错。
2. 你创建的test DataFrame中存储集合名的列是普通字符串类型，没有绑定你预先定义好的分类排序规则，pandas不会自动关联外部定义的分类变量做排序。

你只需要先把待排序的列转换成绑定了预设顺序的有序分类类型，再调用排序方法即可：

# 先从已有的有序分类变量中提取预设的排序顺序列表
set_sort_order = mtg_sets_order.categories.tolist()

# 构造测试数据集时给排序列起明确的列名，避免默认列名带来的混淆
test = ['Limited Edition Alpha', 'Unfinity', 'Game Night 2022', 'Limited Edition Beta', 'Unlimited Edition', 'Dominaria United', 'Collectors’ Edition']
test = pd.DataFrame(test, columns=['mtg_set'])

# 将待排序列转换为绑定了预设顺序的有序分类类型
test['mtg_set'] = pd.Categorical(
    test['mtg_set'],
    categories=set_sort_order,
    ordered=True
)

# 按分类列排序，重置索引避免保留原索引顺序
sorted_test = test.sort_values('mtg_set').reset_index(drop=True)

• 如果待排序数据中存在mtg_sets_order里没有收录的集合名称，转换分类类型时这部分值会被标记为缺失值NaN，默认会被排到结果末尾，你可以根据需求提前过滤这部分异常值，或者调整缺失值排序规则。
• 不要直接将外部独立的序列对象传入sort_values作为排序键，除非你100%确认它的长度、索引和待排序DataFrame完全对齐，否则会出现排序结果错乱、长度不匹配报错等问题。

内容的提问来源于stack exchange，提问作者Roughmar