Python 按系列对数据帧进行排序，而不使用新列？

我正试图找出最干净的方法来处理这个问题

我有一个熊猫数据框。我知道它包含

x

和

y

列，但可能包含其他列。如果它们存在，我更愿意忽略它们，让它们保持不变

作为我问题的简化版本。假设我想根据

x

和

y

之间的差异对这个数据帧进行排序

目前我做了以下工作：

def排序差异（df）：
df=df.copy（）
df['xy']=abs（df.x-df.y）
df=df.sort_值（'xy'）
df=df.drop（'xy'）
返回df

现在这并不可怕，但它覆盖了

xy

。此列可能存在，也可能不存在。问题是我不知道

基于我对熊猫有限的了解，我目前的选择是：

• 保留

  xy

  作为特殊列名
• 使用一些凌乱的临时列名以避免冲突（

  tmp\u xy\u diff

  ）
• 检查它是否存在，如果存在则保存，然后写回

所以我想问的是，是否有任何方法可以在不破坏表上随机列的情况下进行排序。比如，我可以使用有序序列（具有匹配索引）来定义新数据帧的顺序吗？如果我能做到这一点，性能是否明显更差

比如：

def排序差异（df）：
差异=（abs（df.x-df.y））.sort_值（）
返回df.变成此（差异索引）

在最后一个片段中，您可以返回类似于

df.reindex（diffs.index）

或

df.loc[diffs.index]

的内容。这两种方法都应该很有效。@MohamedThasinah谁说

sort\u diff

得到了一份副本？如果我编辑df而不将其重新分配给副本，我将编辑传递到的数据帧。我正在努力避免那样的副作用。Python按值传递引用，因此重新指定它会破坏引用，我不再编辑原始引用。至于

xy

。我说：

这是一个可能存在也可能不存在的专栏。问题是我不知道。

这就是全部问题所在。我不知道它是否存在。我宁愿以一种我不必知道的方式操作。@ayhan您可以使用

df.loc[diff.index]

！！！！我完全不知道！我也不知道reindex，它在我遇到的一些边缘案例中似乎很有用。如果你把它写成一个答案，我会选它为正确的。@MohamedThasinah答案和我说的差不多：

简而言之，Python总是按值传递，但每个Python变量实际上都是指向某个对象的指针，所以有时候它看起来像是通过引用传递。

这就是我说Python通过值传递引用的意思。它总是按值传递，但该值是一个引用。重新分配（

df=1

）编辑该值，并且不遵循引用。