Pandas中如何交换列轴层级？解决unstack后的列结构问题

嘿，这个需求很好实现！你只需要在unstack()之后，用swaplevel()交换列的层级顺序，再用sort_index()整理列的排列即可。下面是具体步骤和代码示例：

1. 先构造你的原始DataFrame #

import pandas as pd

df = pd.DataFrame({
    'id': [36, 36, 36, 97, 97, 97],
    'cat': ['A', 'B', 'C', 'A', 'B', 'C'],
    'v1': [1, 3, 5, 7, 9, 11],
    'v2': [2, 4, 6, 8, 10, 12]
})

2. 执行你的初始操作 + 层级交换 #

你原来的set_index + unstack会得到层级颠倒的列，我们在此基础上添加两步：

# 先完成你原来的操作
unstacked_df = df.set_index(['id', 'cat']).unstack()

# 交换列的两个层级（axis=1表示针对列索引操作）
swapped_df = unstacked_df.swaplevel(axis=1)

# 按列索引排序，确保每个分组下的v1、v2有序排列
final_df = swapped_df.sort_index(axis=1)

或者可以把这几步合并成一行更简洁的代码：

final_df = df.set_index(['id', 'cat']).unstack().swaplevel(axis=1).sort_index(axis=1)

3. 最终结果 #

打印final_df会得到你期望的结构：

A     B      C     
       v1 v2 v1 v2  v1 v2
id                        
36      1  2  3  4   5  6
97      7  8  9 10 11 12

原理说明 #

• swaplevel(axis=1)：交换列索引的两个层级，把原本在第二层的cat（A/B/C）移到第一层，原本在第一层的v1/v2移到第二层。
• sort_index(axis=1)：对列索引进行排序，让相同顶层索引（A/B/C）的列聚集在一起，同时保证每个分组内的v1在v2前面，让结构更规整。

内容的提问来源于stack exchange，提问作者JairoV