如何在Python中用Pivot函数按CType将USD与EU列并排展示

现有如下数据构造代码：

from collections import OrderedDict
import pandas as pd
import numpy as np

table = OrderedDict((
    ("Item", ['Item0', 'Item0', 'Item1', 'Item1']),
    ('CType',['Gold', 'Bronze', 'Gold', 'Silver']),
    ('USD',  ['1$', '2$', '3$', '4$']),
    ('EU',   ['1€', '2€', '3€', '4€'])
))
d = pd.DataFrame(table)

生成的初始表格：

使用常规pivot代码后：

p = d.pivot(index='Item', columns='CType')
p.columns = p.columns.map('.'.join)
p = p.reset_index()

得到的列顺序是按原指标（USD/EU）分组，而非按CType分组：

需求是每个CType对应的USD和EU列并排展示，且CType数量可能动态变化，无法手动指定列顺序，期望结果如下：

实现方法 #

核心思路是利用pivot生成的多级列索引（MultiIndex），先调整层级顺序再排序，最后合并列名，无需手动指定列：

# 执行pivot，保留多级列索引
p = d.pivot(index='Item', columns='CType')

# 交换列的层级：将原第二层级（CType）移到第一层级，原第一层级（USD/EU）移到第二层级
p = p.swaplevel(axis='columns')

# 按列索引排序，确保每个CType下的USD、EU连续排列
p = p.sort_index(axis='columns')

# 合并多级列索引为字符串格式
p.columns = p.columns.map('.'.join)

# 重置索引，将Item从索引转为列
p = p.reset_index()

运行后即可得到期望的列顺序，无论CType新增或减少，代码都能自动适配。

关键步骤解释 #

• swaplevel(axis='columns')：交换多级列索引的层级，把CType放到最外层，这样排序时会先按CType分组
• sort_index(axis='columns')：对列索引排序，同一CType下的USD和EU会自然排列在一起
• 最后合并列名并重置索引，完成格式转换

内容的提问来源于stack exchange，提问作者Vinod Thorat