Sorting 熊猫系列sort_index（）不能与kind='；合并排序'；

当我遇到以下问题时，我需要一个稳定的数据帧索引排序：

如果一个数据帧成为一个系列（当只有一列与所选内容匹配时），则kind参数将返回一个错误。见示例：

import pandas as pd
df_a = pd.Series(range(10))
df_b = pd.Series(range(100, 110))
df = pd.concat([df_a, df_b])
df.sort_index(kind='mergesort')

出现以下错误：

----> 6 df.sort_index(kind='mergesort')

TypeError: sort_index() got an unexpected keyword argument 'kind'

如果DataFrames（选择了多个列），则mergesort工作正常

编辑：

例如，从数据帧中选择单个列时：

import pandas as pd
import numpy as np
df_a = pd.DataFrame(np.array(range(25)).reshape(5,5))
df_b = pd.DataFrame(np.array(range(100, 125)).reshape(5,5))
df = pd.concat([df_a, df_b])

下面返回一个错误：

df[0].sort_index(kind='mergesort')

…因为选择是铸造到熊猫系列，并且正如所指出的，文档包含一个bug

但是,

df[[0]].sort_index(kind='mergesort')

工作正常，因为它的类型仍然是一个数据帧。

具有否

种类

参数

以下是Pandas 0.18.1（文件：

/Pandas/core/series.py

）的此函数定义：

文件

/pandas/core/generic.py

，第39行

_shared_doc_kwargs = dict(axes='keywords for axes', klass='NDFrame',
                          axes_single_arg='int or labels for object',
                          args_transpose='axes to permute (int or label for'
                          ' object)')

所以很可能是熊猫文档中的一个bug

---

您的

df

是一个系列，它不是一个数据帧是的，我知道。我需要一个通用的sort_索引，它既适用于数据帧，也适用于系列，而且是稳定的。谢谢@HNMusac，为什么要显式指定

kind='mergesort'

参数？默认的“快速排序”不稳定！它可以更改具有相同密钥的条目的原始顺序。谢谢@HNMusac，这一系列的解决方案怎么样：

s.to_frame（）.sort_index（kind='mergesort'）

肯定也可以！！但是

df[cols].sort_索引（kind='mergesort'）

更通用，例如当

cols=[0]

或

cols=[0,1]

时。谢谢

_shared_doc_kwargs = dict(axes='keywords for axes', klass='NDFrame',
                          axes_single_arg='int or labels for object',
                          args_transpose='axes to permute (int or label for'
                          ' object)')