Pandas pivot_table结果不符合预期，请求调整方案

我懂你的困扰——现在生成的透视表列层级是先按指标（CLICKTHRU/INTERACTION）分组，再按标签名称排列，但你想要的是先以BLAZE_TAG_NAME_DESC的标签为分组，每个标签下对应两个指标列，同时把PRODUCT作为普通列展示对吧？

咱们直接来调整代码，几步就能搞定：

完整解决方案代码 #

import pandas as pd
import numpy as np

raw_data = {
 'PRODUCT': ['Display', 'InStream', 'Mobile'],
 'BLAZE_TAG_NAME_DESC': ['enewsletter', 'get_the_guide', 'logo'],
 'CLICKTHRU': [19,30,40],
 'INTERACTION':[30,40,50]}
df_a = pd.DataFrame(raw_data, columns = ['PRODUCT', 'BLAZE_TAG_NAME_DESC', 'CLICKTHRU','INTERACTION'])

# 生成基础透视表（和你原来的代码一致）
df_b = pd.pivot_table(df_a,index="PRODUCT",columns="BLAZE_TAG_NAME_DESC",values=['CLICKTHRU','INTERACTION'],aggfunc=np.sum,fill_value = 0)

# 1. 交换列的层级：把标签名称移到列的第一层，指标移到第二层
df_b = df_b.swaplevel(axis=1)
# 2. 对列排序，确保同一个标签下的两个指标相邻
df_b = df_b.sort_index(axis=1)
# 3. 把PRODUCT从行索引转为普通列
df_b = df_b.reset_index()

# 可选：如果想把多层列名合并成单一字符串（比如enewsletter_CLICKTHRU）
df_b.columns = ['_'.join(col).strip() if col[0] != 'PRODUCT' else col[0] for col in df_b.columns.values]

print(df_b)

关键步骤解释 #

1. swaplevel(axis=1)：你的原始透视表列是[指标, 标签]的双层结构，这一步把它换成[标签, 指标]，让每个标签下自然对应两个指标列。
2. sort_index(axis=1)：避免列出现交叉排列的情况，保证同一个标签的两个指标紧紧挨在一起。
3. reset_index()：把PRODUCT从行索引转成普通列，和你期望的输出结构对齐。
4. 合并列名（可选）：如果不喜欢双层列名，可以把两层合并成一个带下划线的字符串，让输出更简洁。

执行后你会得到和预期一致的结果：

PRODUCT  enewsletter_CLICKTHRU  enewsletter_INTERACTION  get_the_guide_CLICKTHRU  get_the_guide_INTERACTION  logo_CLICKTHRU  logo_INTERACTION
0    Display                     19                        30                        0                         0               0                0
1   InStream                      0                         0                       30                        40               0                0
2     Mobile                      0                         0                        0                         0              40               50

内容的提问来源于stack exchange，提问作者DKM