python - pandas:将数据透视表列重新排序为任意顺序

Question

假设我有一个如下所示的数据透视表:

                             completed_olns                  total_completed_olns
work_type                             A     B          C                     
employee                                                                     
Employee1                            94  1163          1                 1258
Employee2                           168   770          4                  942
Employee3                           173   746          8                  927

如何将 A、B、C 列重新排列为任意顺序，例如 B、A、C？

此数据正在从数据库输出，并使用 pd.read_csv() 通过 csv 读取

我尝试过pivot.sort_index(level=1, axis=1, ascending=False)，这让我更接近但不是我需要的。

我还尝试了 pivot = hub[['B', 'A', 'C']] 这给了我:

KeyError:“['B'、'A'、'C'] 不在索引中”

这是我发现的两个最常见的建议。

Answer 1

将.reindex与level参数一起使用

示例数据

import pandas as pd
import numpy as np

df = pd.DataFrame(data = np.random.randint(1,10,(3,6)))
df.columns = pd.MultiIndex.from_product([['collected', 'total_collected'], ['A','B','C']])
#  collected       total_collected      
#          A  B  C               A  B  C
#0         2  6  9               9  6  6
#1         5  4  4               5  2  6
#2         8  9  3               9  2  7

代码

df.reindex(axis=1, level=1, labels=['B', 'A', 'C'])
#  collected       total_collected      
#          B  A  C               B  A  C
#0         6  2  9               6  9  6
#1         4  5  4               2  5  6
#2         9  8  3               2  9  7

如果组缺少标签或标签不存在，则不会插入所有 NaN 列

df.iloc[:, :-1].reindex(axis=1, level=1, labels=['B', 'A', 'C', 'D'])
#  collected       total_collected   
#          B  A  C               B  A
#0         6  2  9               6  9
#1         4  5  4               2  5
#2         9  8  3               2  9