如何交换Pandas DataFrame列的Level 0与Level 1层级？

初始代码：

import pandas as pd

df = pd.DataFrame({'serial':[1,2,3,4,5,6,1,2,3,4,5,6,7,1,2,3],
       'lot':['a','a','a','a','a','a','b','b','b','b','b','b','b','c','c','c'],
       'part':['aa','ab','ac','ad','ae','af','ba','bb','bc','bd','be','bf','bg','ca','cb','cc'],
       'qty':[1,2,1,3,1,5, 2,3,4,5,3,2,1,2,3,3]})

执行df.pivot(index='serial', columns='lot')后，列的层级结构为Level 0：part/qty，Level 1：a/b/c，要交换两个层级让a/b/c成为Level 0，part/qty成为Level 1，可以用以下两种方法：

方法1：用swaplevel交换层级 #

swaplevel专门用于交换MultiIndex的两个层级，配合sort_index整理列顺序，确保同一批次（lot）的字段集中排列：

df1 = df.pivot(index='serial', columns='lot')
# 交换列的两个层级（axis=1指定操作列）
df1_swapped = df1.swaplevel(axis=1)
# 按Level 0排序，让同一lot下的part和qty列连续
df1_swapped = df1_swapped.sort_index(axis=1)

方法2：用reorder_levels指定层级顺序 #

如果需要更灵活的层级排序（比如多于两个层级的场景），可以用reorder_levels指定层级的位置顺序，同样搭配sort_index：

df1_swapped = df.pivot(index='serial', columns='lot').reorder_levels([1, 0], axis=1).sort_index(axis=1)

验证结果 #

执行print(df1_swapped.columns)会输出整理后的列层级：

MultiIndex([('a', 'part'),
            ('a', 'qty'),
            ('b', 'part'),
            ('b', 'qty'),
            ('c', 'part'),
            ('c', 'qty')],
           names=['lot', None])

内容的提问来源于stack exchange，提问作者ghost_like