如何将energy_products透视为主列，使consumption_ktoe等成为其子列
2026-8-3
问题描述
原始DataFrame结构如下：
year energy_products consumption_ktoe value_ktoe 0 2009 Coal and Peat 3.0 3.300000 1 2009 Crude Oil 0.0 49079.900000 2 2009 Electricity 3338.1 3594.203691 3 2009 Natural Gas 867.8 6656.700000 4 2009 Others 0.0 0.000000 .. ... ....... ....... .........
期望将energy_products作为顶层列，每个顶层列下包含consumption_ktoe和value_ktoe两个子列，输出结构示例：
energy_products Coal and Peat Crude Oil \ year consumption_ktoe value_ktoe consumption_ktoe value_ktoe 0 2009 3.0 3.300000 0 49079.9 energy_products Electricity Natural Gas \ year consumption_ktoe value_ktoe consumption_ktoe value_ktoe 0 2009 3338.1 3594.203691 867.8 6656.7 energy_products Others year consumption_ktoe value_ktoe 0 2009 0.0 0.0
尝试过以下方法但未达到预期：
- 使用
pivot(index='year', columns=['energy_products'])：得到的是consumption_ktoe和value_ktoe作为顶层列，不符合需求 - 使用
swaplevel(axis=1)：同类型子列被集中，仍不符合 - 使用
groupby：会自动聚合求和，不是想要的结果
需要实现无需聚合的列分组，得到期望的列结构。
解决方案
可以通过调整列层级顺序+重新排序列来实现需求，步骤如下：
- 先执行
pivot操作，得到默认的层级列：
finalConImportMerge = finalConImportMerge.pivot(index='year', columns=['energy_products'])
- 交换列的层级，把
energy_products放到顶层：
finalConImportMerge = finalConImportMerge.swaplevel(axis=1)
- 对列进行排序，让每个
energy_products对应的两个子列（consumption_ktoe和value_ktoe）排在一起：
finalConImportMerge = finalConImportMerge.sort_index(axis=1)
或者可以一步完成：
finalConImportMerge = (finalConImportMerge .pivot(index='year', columns=['energy_products']) .swaplevel(axis=1) .sort_index(axis=1))
这样处理后，列结构就会变成energy_products作为顶层，每个顶层列下依次排列consumption_ktoe和value_ktoe子列，完全符合需求，且不会触发聚合操作（因为year+energy_products是唯一标识，pivot本身不需要聚合）。
如果你的数据中year和energy_products存在重复组合，需要指定aggfunc为first或其他非聚合方式来保留原始数据，比如：
finalConImportMerge = (finalConImportMerge .pivot(index='year', columns=['energy_products'], aggfunc='first') .swaplevel(axis=1) .sort_index(axis=1))
内容的提问来源于stack exchange，提问作者ACEZ
相关产品推荐
相关产品推荐
