Pandas 如何重新索引数据透视表

我创建了一个数据透视表，它根据一列和时间索引的月份进行分组

这是透视表

                    AWRT       AWFT       AWDT
Time     type                                 
April    All   38.190119  65.789103  27.598984
         DHW   19.676627  60.889196  41.212569
         SH    47.342757  61.335566  13.992809
February All   43.896487  57.982944  14.086457
         SH    40.864670  50.567133   9.702463
March    All   42.083836  69.139818  27.055982
         DHW   18.908873  62.936898  44.028024
         SH    52.249342  70.013904  17.764563

现在我希望2月、3月和4月按时间顺序出现，而不是按字母顺序出现

尝试以这种方式重新编制索引：

new_index=[['February', 'March', 'April'], ['All', 'DHW', 'SH']]
df1=df1.reindex(new_index)

我获得以下信息，这些信息不再是数据透视表：

        AWRT       AWFT       AWDT
Time     type                                 
February All   43.896487  57.982944  14.086457
March    DHW   18.908873  62.936898  44.028024
April    SH    47.342757  61.335566  13.992809

我还尝试直接访问pivot表索引的标签，但有人告诉我这些标签是不可变的

---

提前感谢您的帮助

您需要创建一个多索引，以便正确地重新编制索引：

new_index = pd.MultiIndex.from_product(
    [['February', 'March', 'April'], ['All', 'DHW', 'SH']], 
    names=['Time', 'type']
)
df1.reindex(new_index)

---

理想情况下，您可以使用分类多索引，但我不知道这是否可行。

您需要创建一个多索引，以便正确地重新编制索引：

new_index = pd.MultiIndex.from_product(
    [['February', 'March', 'April'], ['All', 'DHW', 'SH']], 
    names=['Time', 'type']
)
df1.reindex(new_index)

理想情况下，您应该使用分类多索引，但我不知道这是否可行。

仅重新索引相关级别（

level=0

）：

仅重新索引相关级别（

level=0

）：