Python 数据透视表的排序列标签

另一个熊猫排序问题（尝试了所有当前的SO问题，但没有找到任何解决方案）

我有一个

pandas pivot\u表

如下：

rows = ['Tool_Location']
cols = ['shift_date','Part_Number', 'shift']
pt = df.pivot_table(index='Tool_Location', values='Number_of_parts', dropna=False, fill_value ='0', columns=cols, aggfunc='count')

产生：

Shift date     10/19
Part_number   40001
shift        first  second  third
tool_loc
T01            0     1     0       
T02            2     1     0 

我想切换换档标签的顺序，使其为

third first second

编辑：

接近解决方案但看不到它

使用：

 col_list = pt.columns.tolist()
 output:
 [('10/20/16', 'first'), ('10/20/16', 'second'), ('10/20/16', 'third'), ('10/21/16', 'first'), ('10/21/16', 'second'), ('10/21/16', 'third')]

任何人都知道如何动态重新排序项目，以便：

[('10/20/16', 'third'), ('10/20/16', 'first'), ('10/20/16', 'second'), ('10/21/16', 'first'), ('10/21/16', 'second'), ('10/21/16', 'second')]

---

因为我们可以使用pt=pt[col_list]

df对列进行重新排序。pivot_table

生成一个数据帧。如果你在台词之后做了这样的事情会怎么样：

pt = pt[["third","first","second"]]

---

df.pivot\u表

生成数据帧。如果你在台词之后做了这样的事情会怎么样：

pt = pt[["third","first","second"]]

---

可以使用lambda和dict对元组进行排序：

pt = pt[sorted(df.columns.tolist(), key=lambda tup: list(your_dict.keys())[list(your_dict.values()).index(tup[1])])]

要执行此操作，您还必须声明一个带有所需顺序的dict：

your_dict = {1: 'first', 3: 'third', 2: 'second'}

---

可以使用lambda和dict对元组进行排序：

pt = pt[sorted(df.columns.tolist(), key=lambda tup: list(your_dict.keys())[list(your_dict.values()).index(tup[1])])]

要执行此操作，您还必须声明一个带有所需顺序的dict：

your_dict = {1: 'first', 3: 'third', 2: 'second'}

---

在/tooltrack/summary/“['third''first''second']处给我一个

键错误，不在索引中”

只需将'second'更改为'sec'。从上面的数据框来看抱歉-它实际上是数据框中的“秒”，我输入了示例。在/tooltrack/summary/“['third''first''second']处给我一个

键错误，不在索引中”

只需将“second”更改为“sec”。从上面的数据框来看抱歉-它实际上是数据框中的“第二个”，我打错了这个例子。如果你能在问题开头的轴之前添加原始数据，这将使理解更容易，因为你只显示转换，我们必须猜测起始点。如果你能在问题开头的轴之前添加原始数据，这将使理解更容易因为你只展示了变换，我们必须猜测起始点。