如何自定义分组Pandas MultiIndex列层级：按性别而非统计量分组

要实现按性别分组列的需求，核心是调整MultiIndex列的层级顺序并重新排序，具体步骤如下：

步骤1：调换列层级顺序 #

原DataFrame的列是双层索引，第一层为统计类型（Percent/N/Count），第二层为性别（Female/Male）。使用reorder_levels()将层级顺序调换为性别在前，统计类型在后：

# 把列索引层级从[统计类型, 性别]改为[性别, 统计类型]
df.columns = df.columns.reorder_levels([1, 0])

步骤2：按新层级排序列 #

调换层级后列顺序较为混乱，用sort_index(axis=1)按新的列索引层级排序，让同一性别下的所有统计量归为一组：

# 按列索引排序，确保同一性别下的统计量连续排列
df_sorted = df.sort_index(axis=1)

步骤3：自定义统计量显示顺序（可选） #

如果需要让每个性别下的统计量按N→Count→Percent的顺序显示（和目标输出完全匹配），用reindex指定顺序即可：

# 指定每个性别下的统计量顺序
stat_order = ['N', 'Count', 'Percent']
df_final = df_sorted.reindex(columns=stat_order, level=1)

完整代码示例 #

import pandas as pd
data = {('Percent', 'Female'): {'Parents': 26.489226869455006, 'Spouse': 31.875792141951838}, ('Percent', 'Male'): {'Parents': 34.49901768172888, 'Spouse': 20.903732809430256}, ('N', 'Female'): {'Parents': 1578.0, 'Spouse': 1578.0}, ('N', 'Male'): {'Parents': 2545.0, 'Spouse': 2545.0}, ('Count', 'Female'): {'Parents': 418.0, 'Spouse': 503.0}, ('Count', 'Male'): {'Parents': 878.0, 'Spouse': 532.0}}
df = pd.DataFrame.from_dict(data)

# 调整层级顺序并排序
df.columns = df.columns.reorder_levels([1, 0])
df_sorted = df.sort_index(axis=1)

# 自定义统计量顺序
stat_order = ['N', 'Count', 'Percent']
df_final = df_sorted.reindex(columns=stat_order, level=1)

print(df_final)

运行后输出的列结构与目标一致：

Female                     Male                
               N  Count    Percent       N  Count    Percent
Parents    1578.0  418.0  26.489227  2545.0  878.0  34.499018
Spouse     1578.0  503.0  31.875792  2545.0  532.0  20.903733

内容的提问来源于stack exchange，提问作者johnjohn