Pandas透视表：移除sold列名及排序文本型季度列的方法求助

1. 移除sold列名 #

你的dftemp因为pivot_table中values=['sold']用了列表参数，生成了多级列索引（最上层是sold，下层是季度）。有两种简单解决方式：

方法一：创建pivot_table时直接指定单个值 #

不用列表包裹sold，避免生成多级列：

dftemp = dftest.pivot_table(
    index=['product'],
    columns=['Quarter'],
    values='sold',  # 这里不用列表
    aggfunc=sum,
    fill_value=0
)

方法二：对已生成的DataFrame移除顶层列名 #

如果已经得到了dftemp，可以直接删除多级索引的顶层：

dftemp.columns = dftemp.columns.droplevel(0)
# 可选：清空列索引的名称（彻底去掉'sold'标注）
dftemp.columns.name = None

这样导出CSV时，季度列上方就不会再带sold前缀了。

2. 按日期顺序排序季度列 #

文本格式的季度直接排序会遵循字符串规则（比如Q1/22、Q1/23、Q2/23、Q3/22），不符合实际时间顺序。最佳方式就是转换为日期类型生成排序键，排序后保留原格式，代码如下：

# 1. 为每个季度列名生成对应的日期排序键
sorted_quarts = sorted(
    dftemp.columns,
    key=lambda x: pd.to_datetime(x.replace('Q', ''), format='%q/%y')
)

# 2. 按排序后的顺序重新排列DataFrame的列
dftemp = dftemp[sorted_quarts]

排序后的列顺序会变成Q1/22 → Q3/22 → Q1/23 → Q2/23，完全符合时间先后逻辑。

如果需要处理固定范围的季度，也可以把列转为Categorical类型并手动指定顺序，但日期转换的方式更通用，不需要提前枚举所有可能的季度值。

内容的提问来源于stack exchange，提问作者Dan