Pandas sort_values无法识别state列、排序无效的技术求助

你遇到的报错和列重命名的写法完全无关，问题根源出在对state字段的属性处理上，具体拆解如下：

• 根本报错原因：你在合并前就把state列设置成了DataFrame索引
  合并前你依次执行了df_2017=df_2017.set_index('state')这类操作，此时state已经从可被sort_values识别的普通数据列，变成了行索引属性。后续合并时，pandas会自动按索引对齐，合并完成后的结果里，state依然是索引属性，不属于普通列，调用sort_values(by=['state'])时自然会抛出KeyError。
• 排序不生效的额外原因：排序操作没有接住返回值
  哪怕你解决了索引问题，sort_values默认是返回排序后的新DataFrame，不会原地修改原对象，你之前直接写排序语句但没有把结果赋值给变量，就算不报错，原DataFrame的行顺序也不会有任何变化。
• 关于你疑惑的重命名方式：你直接给df.columns赋值重命名的写法完全合规
  只要你赋值的列名长度和原DataFrame的列数匹配，这种写法和官方提供的rename函数效果没有本质区别，这步根本不是报错的来源。

可直接落地的修改方案 #

两种写法都可以实现按州名字母排序的效果，按需选择即可：

1. 保留state为普通列的写法（更直观，适合新手）
   合并前不要提前把state设为索引，等排序完成后再根据需要设置索引：

   # 删掉合并前的set_index('state')操作
   merged_US_states_visitation = (
       df_2017.merge(df_2018, on='state', how='left')
              .merge(df_2019, on='state', how='right')
   )
   # 排序并接住返回值
   merged_US_states_visitation = merged_US_states_visitation.sort_values(by='state')
   # 如果需要把state设为索引，在排序完成后再操作
   merged_US_states_visitation = merged_US_states_visitation.set_index('state')
   

2. 保留提前设索引的写法（更高效）
   如果不想反复调整列的属性，可以保留提前设置索引的操作，合并和排序时针对索引操作即可：

   # 保留提前set_index('state')的操作
   merged_US_states_visitation = (
       df_2017.merge(df_2018, left_index=True, right_index=True, how='left')
              .merge(df_2019, left_index=True, right_index=True, how='right')
   )
   # 因为state是行索引，直接用sort_index完成字母排序
   merged_US_states_visitation = merged_US_states_visitation.sort_index()
   

内容的提问来源于stack exchange，提问作者user12755836