如何根据另一Series的元素顺序重排Series并获取重排后的索引？

嘿，这个需求很常见，我来给你两种实用的解决办法，完美匹配你要按foo的元素顺序重排bar，同时获取重排后bar索引的需求！

先明确我们的基础数据：

import pandas as pd
foo = pd.Series(['d','b','c','a'])
bar = pd.Series(['c','a','b','d'])

方法一：用分类数据类型自定义排序规则 #

pandas的分类（Categorical）类型可以让我们指定自定义的排序优先级，正好用来匹配foo的顺序：

# 把foo的元素设置为分类的排序基准
bar_categorized = pd.Categorical(bar, categories=foo.values, ordered=True)
# 根据分类顺序获取排序后的索引位置，再提取对应的bar数据
sorted_bar = bar.loc[bar_categorized.argsort()]
# 提取重排后的索引列表
sorted_index = sorted_bar.index.tolist()

# 输出结果
print("重排后的bar：")
print(sorted_bar)
print("\n重排后的索引：")
print(sorted_index)

运行后会得到：

重排后的bar：
3    d
2    b
0    c
1    a
dtype: object

重排后的索引：
[3, 2, 0, 1]

这种方法的优势是支持重复元素，如果你的Series里有重复值，它会把相同值的元素按分类顺序集中排列，非常灵活。

方法二：通过值-索引映射直接匹配顺序 #

如果你的两个Series里的元素都是唯一不重复的（就像示例里这样），可以用更直观的映射方式：

# 建立bar的“值→索引”映射字典
value_index_map = bar.reset_index().set_index(0)['index'].to_dict()
# 按foo的元素顺序，逐个取出对应的索引
sorted_index = [value_index_map[val] for val in foo.values]
# 根据索引重排bar
sorted_bar = bar.loc[sorted_index]

# 输出结果
print("重排后的bar：")
print(sorted_bar)
print("\n重排后的索引：")
print(sorted_index)

这个方法的输出和第一种完全一致，代码更简洁直观，适合元素唯一的场景。

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