Python 将dataframe中的列替换为具有相同索引但顺序不同的列

我试图将我提取的列重新插入到熊猫数据帧中，并通过排序更改了列的顺序

非常简单，我从一个文档中提取了一列：

col1 = df.col1

此列包含整数，我使用.sort（）方法将其从最小到最大排序。对数据做了一些操作

col1.sort()
#do stuff that changes the values of col1.

现在col1的索引与总体df的索引相同，但顺序不同

我想知道如何将列插入到原始数据帧中（替换目前存在的col1）

我尝试了以下两种方法：

(一)

(二)

但这两种方法都给了我以下错误：

ValueError: cannot reindex from a duplicate axis

任何帮助都将不胜感激。

---

谢谢。

请考虑以下数据帧：

df = pd.DataFrame({'A': [1, 2, 3], 'B': [6, 5, 4]}, index=[0, 0, 1])

df
Out: 
   A  B
0  1  6
0  2  5
1  3  4

将第二列指定给

b

，并对其进行排序，以正方形为例：

b = df['B']
b = b.sort_values()
b = b**2

现在

b

是：

b
Out: 
1    16
0    25
0    36
Name: B, dtype: int64

如果不知道您对列所做的确切操作，就无法知道25是对应于原始数据帧中的第一行还是第二行。你可以取运算的倒数（以平方根和匹配为例），但我认为那是不必要的。如果您从一个具有唯一元素的索引开始（

df=df.reset_index（）

），它会容易得多。那么,

df['B'] = b

---

应该可以正常工作。

如果索引中有重复项，我认为没有任何方法可以返回到col1的原始顺序（有吗？）

b
Out: 
1    16
0    25
0    36
Name: B, dtype: int64

df['B'] = b