如何用Pandas+Python调整透视表列层级，合并同型号列头

调整Pandas透视表的列层级顺序 #

问题场景 #

你有如下汽车销售数据：

使用默认pivot_table生成的透视表列层级为**[数值类型（Amount/Price）, 型号（Model）]，但你需要将层级调整为[型号（Model）, 数值类型（Amount/Price）]**，并让同型号的列头合并显示。

解决方案 #

在生成透视表后，通过swaplevel交换列的层级，再用sort_index对列进行排序，即可实现目标格式：

import pandas as pd

# 读取Excel数据
data = pd.read_excel("cars.xlsx")
# 生成初始透视表
pivot_data = pd.pivot_table(
    data,
    values=['Amount', 'Price'],
    index='Name',
    columns='Model'
)
# 交换列的两个层级，将Model放到第一层
pivot_data = pivot_data.swaplevel(axis=1)
# 按列层级排序，确保同型号的列连续显示
pivot_data = pivot_data.sort_index(axis=1)

# 查看结果
print(pivot_data)

最终输出格式 #

执行后得到的透视表结构如下：

原理说明 #

• swaplevel(axis=1)：交换列MultiIndex的两个层级，将原来的**[数值类型, 型号]改为[型号, 数值类型]**
• sort_index(axis=1)：按列的层级排序，让相同型号的列集中在一起，实现列头的合并显示

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