如何调整pandas DataFrame多级索引顺序：将C D M改为C M D

嗨，我懂你想把多级索引每个层级的标签顺序从默认字母序的C D M改成C M D的需求，之前试pd.reindex没找到简便路子？别着急，这里有个更直接的方案，我给你拆解下：

情况1：索引是分类类型（CategoricalIndex） #

如果你的多级索引各层级已经是分类类型，那直接修改分类顺序就能搞定，一步到位：

new_order = ['C', 'M', 'D']

# 遍历每个索引层级，重新设置分类的顺序（确保有序）
for level in range(df.index.nlevels):
    df.index = df.index.set_levels(
        pd.CategoricalIndex(new_order, ordered=True),
        level=level
    )

# 最后调用sort_index让索引按新顺序排列
df = df.sort_index()

情况2：索引是普通非分类类型 #

如果是普通索引，我们可以先生成符合目标顺序的多级索引模板，再用reindex对齐数据，操作也很简单：

new_order = ['C', 'M', 'D']

# 生成目标的多级索引（笛卡尔积形式，和原索引结构匹配）
target_index = pd.MultiIndex.from_product(
    [new_order]*df.index.nlevels,
    names=df.index.names
)

# 重新对齐数据
df = df.reindex(target_index)

给你举个完整的示例，方便你测试：

import pandas as pd

# 创建初始的多级索引DataFrame
sample_data = {'value': list(range(1, 10))}
original_index = pd.MultiIndex.from_product(
    [['C','D','M'], ['C','D','M']],
    names=['level0', 'level1']
)
df = pd.DataFrame(sample_data, index=original_index)

# 用情况2的方法调整索引顺序
new_order = ['C', 'M', 'D']
target_index = pd.MultiIndex.from_product([new_order, new_order], names=df.index.names)
df = df.reindex(target_index)

print(df.index)

运行后你会看到索引的每个层级都变成了C M D的顺序，完美符合你的需求～

内容的提问来源于stack exchange，提问作者user3821012