如何拆堆Pandas DataFrame，使Level 0索引位于列层级上方？

问题背景 #

现有一个名为info的Pandas DataFrame，多级索引为['symbol','date']，数据结构如下：

Symbol   date            Sector      Industry
a        2022-01-01       2             6
         2022-01-02       3             7
b        2022-01-02       4             8
         2022-01-03       5             9

期望得到的DataFrame结构如下：

a                      b 
                sector  industry    sector  industry
2022-01-01         2       6          NaN     NaN
2022-01-02         3       7           4       8
2022-01-03         NaN     NaN         5       9

尝试使用info.unstack(level=0)拆堆后，得到的结果列层级不符合预期：

sector                  industry   
date            a      b               a          b
2022-01-01      2      NaN             6        NaN
2022-01-02      3      4               7          8
2022-01-03      NaN    5               NaN        9

需要调整列层级，让symbol（a、b）位于sector和industry的上方。

解决方案 #

你可以通过swaplevel()交换列的层级顺序，再用sort_index()对列进行排序，就能得到目标结构：

# 执行拆堆操作
df_unstacked = info.unstack(level=0)
# 交换列的两个层级，并按层级排序
df_result = df_unstacked.swaplevel(axis=1).sort_index(axis=1)

说明 #

• swaplevel(axis=1)：针对列（axis=1）交换多级索引的两个层级，将原本位于下层的symbol移到上层，原上层的Sector/Industry移到下层。
• sort_index(axis=1)：对列索引进行排序，确保同一个symbol对应的sector和industry列相邻排列，符合目标格式。

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