Python Pandas如何反转MultiIndex列层级以调整列排列顺序

你执行df2=df2.pivot(index='rec_num', columns='Unique ID', values=['Maintenance Expense Date', 'Maintenance Expense'])后，列层级是**[指标类型, Unique ID]**，导致同ID的两个列被拆分。要让每个Unique ID对应的日期和费用列成对相邻，只需调整列的MultiIndex层级顺序或重新排列列：

方法一：交换层级并排序（通用快速） #

通过swaplevel交换列的两个层级，再按Unique ID层级排序，即可让同ID的列聚合在一起：

df2 = df2.swaplevel(axis=1).sort_index(axis=1, level=0)

方法二：自定义列顺序（精确控制） #

如果需要强制每个ID下先显示Maintenance Expense Date再显示Maintenance Expense，可以手动构建列列表后重新索引：

# 遍历所有Unique ID，按顺序组合列名
custom_cols = []
for uid in df2.columns.get_level_values(1).unique():
    custom_cols.append(('Maintenance  Expense Date', uid))
    custom_cols.append(('Maintenance  Expense', uid))
# 重新设置列顺序
df2 = df2[custom_cols]

内容的提问来源于stack exchange，提问作者AndyB