You need to enable JavaScript to run this app. pandas pivot_table 透视结果重排序与列层级重构实现
优惠活动
大模型
产品
解决方案
定价
更多

pandas pivot_table 透视结果重排序与列层级重构实现

多级透视表结构调整方案

pandas默认生成的透视表多级列,会将传入的values参数对应字段放在列的顶层,columns参数对应字段放在列的次层,和需要的月份在上、指标在下的层级结构刚好反过来;同时默认会对指标列按字母序自动排列,出现%growth排在最前、base居中、sales最后的顺序,不符合要求,可通过以下三步调整实现目标效果:

  • 完成基础透视计算后,调用swaplevel方法互换多级列的层级位置,把月份从次层切换到顶层:
    pivot_result.columns = pivot_result.columns.swaplevel(0, 1)
  • 自定义每个月份下属的指标排列顺序,替换默认的字母排序逻辑:
    先定义指标的优先级顺序列表metric_order = ['sales', 'base', '%growth'],再基于这个顺序对互换层级后的列做重排——因为互换层级后,指标值位于列的第2层(level=1),通过reindex方法按指定顺序对齐即可:
    pivot_result = pivot_result.reindex(columns=pivot_result.columns.reindex(metric_order, level=1)[0])
  • 提前将month_year字段转为数值类型,保证月份按时间顺序升序排布,避免字符串排序带来的顺序混乱:
    可在透视计算前添加data['month_year'] = data['month_year'].astype(int)

完整可运行代码

import pandas as pd

# 读取/加载原始数据
data = pd.DataFrame({
    'region': ['X', 'X', 'X', 'X'],
    'headquarter': ['Los Angeles', 'Florida City', 'Los Angeles', 'Florida City'],
    'sales': [1000, 2000, 5000, 4000],
    'base': [2000, 2000, 6000, 4500],
    '%growth': [30, 20, 70, 45],
    'month_year': [202101, 202101, 202001, 202001]
})

# 基础透视计算
pivot_result = data.pivot_table(
    columns=['month_year'],
    values=['sales', 'base', '%growth'],
    index=['region', 'headquarter']
)

# 互换列层级,将月份切换为顶层列
pivot_result.columns = pivot_result.columns.swaplevel(0, 1)

# 按指定顺序重排每个月份下的指标列
metric_order = ['sales', 'base', '%growth']
pivot_result = pivot_result.reindex(
    columns=pivot_result.columns.reindex(metric_order, level=1)[0]
)

print(pivot_result)

效果说明

运行上述代码后,输出的透视表列结构为:顶层为按时间排序的月份值,每个月份下依次排列sales、base、%growth三个指标,行标签按照region、headquarter的层级正常展示,和要求的预期输出结构完全匹配。

补充提示:如果需要优化显示效果,可通过pd.set_option('display.multi_sparse', True)设置,让相邻同值的顶层月份列自动合并,减少重复标签,提升可读性。

内容的提问来源于stack exchange,提问作者astroboy1

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.01 22:27:02