如何用Pandas透视表/GroupBy按月份分组列？现有代码结果不符需求

我明白你的需求——你希望透视表把月份作为外层列，每个月份下再展示各个Bill列，而不是现在的Bill列在外层、月份在内层的结构。咱们一步步来解决这个问题：

输入数据 #

先确认下你的输入数据：

当前问题 #

你用这段代码生成透视表：

data_frame4 = pd.pivot_table(data_frame4, index=['PC'], values=['Bill1', 'Bill2', 'Bill3'], columns=['Month'], margins=True, fill_value=0)

得到的输出列层级是Bill1/Bill2/Bill3在外层，月份在内层，和你想要的结构完全相反。

解决方案 #

关键是交换透视表的列层级顺序，把月份放到外层。你可以在生成透视表后，用swaplevel()交换列的两个层级，再用sort_index()让月份按你想要的顺序排列（如果月份是字符串类型，像你的例子里Feb和Apr可以直接按字符串排序；如果是更复杂的月份格式，建议先转成时间类型再排序）。

修改后的代码如下：

import pandas as pd

# 构造你的输入数据（如果已经有现成数据可以跳过这步）
data = {
    'PC': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Month': ['Feb-19', 'April-19', 'Feb-19', 'April-19', 'Feb-19', 'April-19'],
    'Bill1': [1]*6,
    'Bill2': [1]*6,
    'Bill3': [1]*6
}
data_frame4 = pd.DataFrame(data)

# 生成基础透视表（这里先去掉margins，因为你期望输出里没有总计行；如果需要总计可以之后手动添加）
pivot_df = pd.pivot_table(
    data_frame4,
    index=['PC'],
    values=['Bill1', 'Bill2', 'Bill3'],
    columns=['Month'],
    fill_value=0
)

# 交换列层级：把Month从内层换到外层，Bill类从外层换到内层
pivot_df = pivot_df.swaplevel(axis=1)

# 对列排序，保证月份按Feb-19在前、April-19在后的顺序展示
pivot_df = pivot_df.sort_index(axis=1)

print(pivot_df)

最终输出 #

运行后就能得到你期望的结构：

如果之后需要添加总计行（原代码margins=True的效果），可以在交换层级后用pivot_df.loc['All'] = pivot_df.sum()手动添加，这样不会打乱列层级结构。

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