重新组合 pandas 多索引列答案

【问题标题】：Regrouping pandas multiindex columns重新组合 pandas 多索引列
【发布时间】：2017-12-14 14:35:54
【问题描述】：

我遇到了一个问题，将新列添加到多索引列 DataFrame 会导致新列附加到 DataFrame 的末尾。例如：

Group 1         | Group 2        | Group 1 | Group 2 |
------------------------------------------------------
Sub 1  | Sub 2  | Sub 1  | Sub 2 | New Sub | New Sub |

而我想要的是：

Group 1                   | Group 2                  |
------------------------------------------------------
Sub 1  | Sub 2  | New Sub | Sub 1  | Sub 2 | New Sub |

有没有办法重新分组/订购我的多索引来做到这一点？注意 - 我不想按名称重新排序子组，因为新子需要放在最后，并且按字母顺序可能无法正确排序。

【问题讨论】：

如何设置？

标签： python pandas dataframe multi-index

【解决方案1】：

我认为您需要 reindex 或 reindex_axis 自定义 list：

df1=pd.DataFrame(columns=pd.MultiIndex.from_product((('C','R', 'A'),(1,2))),
                 data=np.arange(6).reshape(1,-1))
df2=pd.DataFrame(columns=pd.MultiIndex.from_tuples((('C','3'),('R',5),('A',4))),
                 data=[[9,9,4]])
df=df1.join(df2)
print (df)
  C     R     A     C  R  A
   1  2  1  2  1  2  3  5  4
0  0  1  2  3  4  5  9  9  4

df1 = df.reindex(columns = ['C','R','A'], level=0)
print (df1)
   C        R        A      
   1  2  3  1  2  5  1  2  4
0  0  1  9  2  3  9  4  5  4

df1 = df.reindex_axis(['C','R','A'], level=0, axis=1)
print (df1)
   C        R        A      
   1  2  3  1  2  5  1  2  4
0  0  1  9  2  3  9  4  5  4

【讨论】：

jezrael，方法 1 和 2 有什么区别？
我觉得没什么（也许我错了），替代解决方案。
但我个人更喜欢reindex_axis，但我无法解释原因；）
优秀。我最终使用了df1=df.reindex(columns=df.columns.levels[0], level=0)，因为分组因导入的文件而异。这似乎保留了顺序，同时正确地重新组合了所有内容。谢谢！

【解决方案2】：

您只需在设置后拨打df.sort_index即可：

df1=pd.DataFrame(columns=pd.MultiIndex.from_product((('a','b'),
(1,2))),data=np.arange(4).reshape(1,-1))
df2=pd.DataFrame(columns=pd.MultiIndex.from_tuples((('a','3'),('b',5))),data=[[9,9]])
df=df1.join(df2)

#    a     b     a  b
#    1  2  1  2  3  5
# 0  0  1  2  3  9  9

df.sort_index(axis=1,inplace=True)

#    a        b      
#    1  2  3  1  2  5
# 0  0  1  9  2  3  9

【讨论】：