具有多索引列的熊猫数据框-更改级别

Question

源数据：

pd.pivot_table(ceshi, values=['num1', 'num2'], index=['date'],
            columns=['c'], aggfunc={'num1': np.sum,'num2': np.sum}, fill_value=0)

如何转变为？：

Answer 1

将DataFrame.swaplevel与DataFrame.sort_index一起使用：

df = pd.pivot_table(ceshi, values=['num1', 'num2'], index=['date'],
                   columns=['c'], aggfunc={'num1': np.sum,'num2': np.sum}, fill_value=0)

然后：

df = df.swaplevel(1,0, axis=1).sort_index(axis=1)