如何调整Pandas合并后DataFrame的列MultiIndex层级顺序？

问题场景 #

你已通过pd.concat生成列层级为**[数据源标识, 用户名]的MultiIndex DataFrame，需要将列层级顺序调整为[用户名, 数据源标识]**，同时让同一用户的数据源列相邻排列。

原始代码 #

import pandas as pd

d1 = {'john': [10, 11], 'adam': [20,21]}
d2 = {'john': [1,12], 'adam': [3,34]}
test_df1= pd.DataFrame(data=d1)
test_df2= pd.DataFrame(data=d2)

# 生成当前列层级为[数据源标识, 用户名]的DataFrame
current_df = pd.concat([test_df1, test_df2], keys=['test_df1','test_df2'], axis=1)

实现方案 #

通过swaplevel调换列层级，再用sort_index按新层级排序，即可得到目标结果：

# 调换列MultiIndex层级，并按用户名排序列
needed_df = current_df.swaplevel(axis=1).sort_index(axis=1, level=0)

# 可选：将用户名转为首字母大写（与示例格式完全匹配）
needed_df.columns = needed_df.columns.set_levels(needed_df.columns.levels[0].str.capitalize(), level=0)

代码说明 #

• swaplevel(axis=1)：直接调换列MultiIndex的两个层级，将原顺序[数据源标识, 用户名]改为[用户名, 数据源标识]
• sort_index(axis=1, level=0)：按新的第一层级（用户名）对列排序，确保同一用户的两个数据源列相邻
• 最后一行代码用于将小写的用户名转为首字母大写，完全匹配你给出的示例格式

内容的提问来源于stack exchange，提问作者Bartosz