pandas 1.2.5使用pivot_table时如何保留数据初始顺序

pivot_table 默认会对生成的行、列索引做升序排列，1.2.5版本未提供内置的顺序保留参数，无需提前获知索引字段的取值排列，按以下步骤操作即可对齐原始数据顺序：

• 第一步：用pd.unique()提取作为透视行索引的字段在原始数据中的首次出现顺序，该方法会按数据实际出现的先后顺序返回去重值，不需要手动指定排序规则
• 第二步：正常执行pivot_table逻辑，完成后用提取到的原始顺序对结果调用reindex()重排索引，即可得到和原始数据顺序一致的透视结果

代码示例 #

原始测试数据：

import pandas as pd

data = pd.DataFrame(data={
'x_values':[13.4, 13.08, 12.73],
'y_values': [1.54, 1.47, 1.46],
'experiment':['e', 'e', 'e']})

修正后的透视代码：

# 提取x_values原始出现顺序
original_x_order = pd.unique(data['x_values'])

# 透视后按原始顺序重排行
pivot_result = pd.pivot_table(
    data, 
    index='x_values', 
    columns='experiment', 
    values='y_values'
).reindex(original_x_order)

运行后得到的结果和原始数据行顺序完全一致：

experiment     e
x_values        
13.40       1.54
13.08       1.47
12.73       1.46

补充说明 #

• 如果需要保留透视列的原始顺序，用相同逻辑提取列字段的pd.unique()结果，传入reindex()的columns参数即可
• 该方案兼容所有pandas版本，不依赖高版本专属参数，适配无法升级pandas版本的生产环境

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