如何使用Pandas创建指定格式的多级列透视表？

源数据结构 #

预期透视表格式 #

问题分析 #

你当前使用的pivot_table代码生成的列层级顺序是指标（P&L/Percentage）在前，Name在后，和预期的层级顺序相反，所以呈现结果不符合要求。

正确实现方法 #

可以通过两种方式实现：

方法1：调整pivot_table的列层级顺序 #

先执行你原来的pivot_table，然后交换列的层级并重新排序：

import pandas as pd

# 构造源DataFrame
df = pd.DataFrame({
    'Date': ['2023.1.1', '2023.1.1'],
    'Name': ['Amy', 'Peter'],
    'P&L': ['1.1%', '1.2%'],
    'Percentage': ['2%', '3%']
})

# 生成透视表后交换列层级
result = df.pivot_table(index='Date', values=['P&L', 'Percentage'], columns='Name')
# 交换列的两个层级，并按Name排序
result = result.swaplevel(axis=1).sort_index(axis=1)
# 重置列名的显示（可选，让表头更简洁）
result.columns = result.columns.map(' '.join)
print(result)

方法2：使用pivot直接生成符合层级的透视表 #

如果数据没有重复的Date+Name组合，用pivot更直接，默认会把Name作为上层列，指标作为下层列：

result = df.pivot(index='Date', columns='Name', values=['P&L', 'Percentage'])
# 同样可以调整列名显示
result.columns = result.columns.swaplevel().map(' '.join)
print(result)

两种方法最终都能得到你预期的多级列透视表结构。

内容的提问来源于stack exchange，提问作者Eva