使用`.loc`访问多索引数据框时如何保留列顺序？

Question

让我们得到以下具有多索引列的数据框

import numpy as np
import pandas as pd 

a = ['i', 'ii']
b = list('abc')
mi = pd.MultiIndex.from_product([a,b])
df = pd.DataFrame(np.arange(100,100+len(mi)*3).reshape([-1,len(mi)]), 
                  columns=mi)
print(df)
#     i             ii
#     a    b    c    a    b    c
# 0  100  101  102  103  104  105
# 1  106  107  108  109  110  111
# 2  112  113  114  115  116  117

使用.loc[] 和pd.IndexSlice，我尝试按照这种顺序选择列'c' 和'b'。

idx = pd.IndexSlice
df.loc[:, idx[:, ['c','b']]]

但是，如果我查看输出，则不遵守请求的顺序！

#     i        ii
#     b    c    b    c
# 0  101  102  104  105
# 1  107  108  110  111
# 2  113  114  116  117

这是我的问题：

1. 为什么 pandas 不保留顺序？我认为这非常危险，因为列表 ['c', 'b'] 暗示了从用户角度来看的排序。
2. 如何在保持顺序的同时通过loc[] 访问列？

---

更新：(02.02.2020)

问题已确定为pandas bug。在修复它的过程中，this related issue 已被识别，它解决了 df.loc[:, pd.IndexSlice[:, ['c','b']]] 等表达式的语义歧义。

与此同时，可以使用接受的答案中描述的方法来规避问题。

Answer 1

引用此link：

我认为我们不保证返回值的顺序 来自 .loc 操作，所以我倾向于说这不是错误，而是 看看别人怎么说

所以我们应该改用reindex：

df.reindex(columns=pd.MultiIndex.from_product([a,['c','b']]))
     i        ii     
     c    b    c    b
0  102  101  105  104
1  108  107  111  110
2  114  113  117  116