Python 基于引用对多索引数据帧列重新排序

Python 基于引用对多索引数据帧列重新排序,python,python-2.7,pandas,dataframe,multi-index,Python,Python 2.7,Pandas,Dataframe,Multi Index,我有一个多索引数据框,其名称附加到列级别。 数据表如下所示: (df1) 我希望对列进行无序排列,以便它们与参考数据帧(df2)的行索引指定的顺序相匹配: i、 e.结果应为(df3): reindex\u axis将使用其他数据帧中的标签,并允许您指定要重新索引的轴以及特定级别: df1.reindex_axis(df2.index, axis=1, level=1) 谢谢成功了。我只是对“df1.reindex_axis(df2.index,axis=1,level=1)”做了一点小小的修

我有一个多索引数据框,其名称附加到列级别。 数据表如下所示: (df1)

我希望对列进行无序排列,以便它们与参考数据帧(df2)的行索引指定的顺序相匹配:

i、 e.结果应为(df3):


reindex\u axis
将使用其他数据帧中的标签,并允许您指定要重新索引的轴以及特定级别:

df1.reindex_axis(df2.index, axis=1, level=1)

谢谢成功了。我只是对“df1.reindex_axis(df2.index,axis=1,level=1)”做了一点小小的修改。这个答案应该得到高度的评价。棒 极 了对于同一个问题,以下是一些错误的答案:由于版本0.21.0,reindex_axis已被弃用:请改用reindex。
        A1  A2  A3    A4    A5
 Name                                                                               
 111N3  PA  PL  er  0.75543 35
 111P4  PA  PL  er  0.09413 35
 111N1  PA  PL  er  4.21557 35
 111P2  PA  PL  er  1.31989 35
                        TIME                    
         TMC    111N3   111P4   111N1   111P2   
DATE    EPOCH                   
          0     103     NaN      143    113 
          1     NaN     NaN      183    NaN 
          2     NaN     NaN      NaN    NaN 
          3     NaN     NaN      143    NaN 
df1.reindex_axis(df2.index, axis=1, level=1)