如何固定Pandas MultiIndex各层级标签值的排列顺序？

你的代码出现全NaN的核心原因是：直接用loc赋值时，新子DataFrame的索引顺序和原索引不匹配，Pandas会按索引对齐规则填充，原位置没有对应索引的就会被设为NaN。

解决方案：用reindex指定固定顺序 #

利用reindex方法可以精准指定每层索引的排列顺序，同时保留原数据中存在的标签。具体步骤如下：

假设你已经有固定顺序的第一层标签列表list_commo和第二层标签列表list_cat：

# 1. 筛选出第一层中存在于DataFrame的标签，按list_commo顺序排列
valid_commo = [c for c in list_commo if c in Position.index.get_level_values(0)]

# 2. 为每个第一层标签生成对应的第二层目标索引（按list_cat顺序）
target_index_tuples = []
for commo in valid_commo:
    # 获取当前第一层条目下的所有第二层标签
    existing_cats = Position.xs(commo, level=0).index.tolist()
    # 按list_cat顺序筛选出存在的标签
    ordered_cats = [cat for cat in list_cat if cat in existing_cats]
    # 组合成多层索引元组
    target_index_tuples.extend([(commo, cat) for cat in ordered_cats])

# 3. 用目标索引重新排列DataFrame
Position = Position.reindex(target_index_tuples)

为什么这个方法有效？ #

• reindex会严格按照你传入的索引元组顺序重新排列数据，只保留原DataFrame中存在的索引条目，不会生成额外的NaN。
• 针对每个第一层标签单独处理第二层顺序，完美适配“不同第一层条目对应第二层标签不同”的场景。

原代码问题分析 #

你循环中用Position.loc[commo] = Position.loc[commo].loc[...]时，右侧子DataFrame的索引是按list_cat排序后的新顺序，而左侧原DataFrame的子索引是原来的顺序。赋值时Pandas会按索引对齐，右侧没有的原索引位置会被填充NaN，最终导致整个DataFrame变成全NaN。

内容的提问来源于stack exchange，提问作者Jojo