Pandas数据透视表自定义列序失效、被字母重排的问题咨询

• pd.pivot_table 生成列维度时，默认会对列名执行字典序自动排序，完全忽略传入序列的自定义顺序
• 代码存在接口使用偏差：pivot_table的columns参数接收的是DataFrame内已存在的列名，作用是指定哪一列作为透视表的列维度——传入自定义列序列不仅不能控制列顺序，反而会因为把外部列表识别为多列维度参数，导致透视表结构异常
• 提取的col列表元素自带多余前导空格，后续做列顺序匹配时会出现字符串不匹配的问题

方法1：通用兼容方案（适配所有pandas版本） #

核心逻辑是先正常生成透视表，再强制按照预先排好的时间顺序重排列，完全不受pivot_table自动排序的影响：

1. 先清理col元素的多余空格，避免和透视表生成的列名不匹配：

   # 清理列名前后的多余空格
   col_clean = [str(item).strip() for item in col]
   

2. 正常生成透视表：

   df_table1 = pd.pivot_table(
       df, 
       values='revenue', 
       columns='YearMonthName', 
       aggfunc=np.sum
   ).reset_index()
   

3. 按自定义时间顺序强制重排列：

   # 保留第一列的索引列，后续列严格按照col_clean的时间顺序排列
   df_table1 = df_table1[['index'] + col_clean]
   

方法2：低代码方案（适配pandas 1.3.0及以上版本） #

pandas 1.3.0 版本后为pivot_table新增了sort参数，关闭自动排序功能后，透视表会直接沿用源DataFrame里YearMonthName字段的原始出现顺序，不需要后续手动重排：

df_table1 = pd.pivot_table(
    df, 
    values='revenue', 
    columns='YearMonthName', 
    aggfunc=np.sum,
    sort=False  # 关闭行列的自动字典序排序
).reset_index()

• 不要将外部自定义的列序列直接传给pivot_table的columns参数，这不是该参数的设计用途，无法起到控制列顺序的作用
• 重排列前务必清理列名中的多余字符，否则会因为字符串精确匹配失败抛出KeyError

内容的提问来源于stack exchange，提问作者user14887623