Pandas透视表无法按M列排序，如何实现多列排序？

问题原因 #

你创建透视表时使用了columns=['Sex']，生成的列是多级索引（MultiIndex）——外层索引为Sex，内层才是F/M。虽然表头显示的是F和M，但实际列的完整标识是('Sex', 'F')和('Sex', 'M')。之前用'F'能成功排序，是因为Pandas在单层级名称唯一时会自动匹配内层索引，但'M'因索引层级匹配逻辑触发了KeyError。

解决方案 #

方案1：指定完整的多级索引元组 #

直接用列的完整索引元组作为by参数：

# 按M列降序排序
pivot.sort_values(by=('Sex', 'M'), axis=0, ascending=False)

方案2：扁平化多级列索引 #

将多级索引转为单层，之后即可直接用F/M排序：

# 提取内层列索引作为新的列名
pivot.columns = pivot.columns.get_level_values(1)
# 按M列降序排序
pivot.sort_values(by='M', axis=0, ascending=False)

方案3：创建透视表时直接生成单层列索引 #

在创建透视表后手动设置列名，避免多级索引：

pivot = pd.pivot_table(data=df, index=['Position'], columns=['Sex'], values='SalaryMean')
# 直接设置单层列名
pivot.columns = ['F', 'M']
# 按M列排序
pivot.sort_values(by='M', axis=0, ascending=False)

排查小技巧 #

如果仍报错，先打印列索引确认实际列名：

print(pivot.columns)

若输出显示Index(['F', ' M'], dtype='object')，说明M列名前有空格，需用' M'作为by参数。

内容的提问来源于stack exchange，提问作者codingxxx