Python 重新组合多索引列

我遇到了一个问题，即向多索引列数据帧添加新列会导致新列附加到数据帧的末尾。例如：

Group 1         | Group 2        | Group 1 | Group 2 |
------------------------------------------------------
Sub 1  | Sub 2  | Sub 1  | Sub 2 | New Sub | New Sub |

而我想要的是：

Group 1                   | Group 2                  |
------------------------------------------------------
Sub 1  | Sub 2  | New Sub | Sub 1  | Sub 2 | New Sub |

有没有办法对我的多重索引进行重新分组/排序？注意-我不想按名称对子组重新排序，因为新的子组需要在末尾进行排序，并且按字母顺序排序可能不正确。

您只需在设置后调用：

df1=pd.DataFrame(columns=pd.MultiIndex.from_product((('a','b'),
(1,2))),data=np.arange(4).reshape(1,-1))
df2=pd.DataFrame(columns=pd.MultiIndex.from_tuples((('a','3'),('b',5))),data=[[9,9]])
df=df1.join(df2)

#    a     b     a  b
#    1  2  1  2  3  5
# 0  0  1  2  3  9  9

df.sort_index(axis=1,inplace=True)

#    a        b      
#    1  2  3  1  2  5
# 0  0  1  9  2  3  9

我认为您需要或通过自定义

列表
：

df1=pd.DataFrame(columns=pd.MultiIndex.from_product((('C','R', 'A'),(1,2))),
                 data=np.arange(6).reshape(1,-1))
df2=pd.DataFrame(columns=pd.MultiIndex.from_tuples((('C','3'),('R',5),('A',4))),
                 data=[[9,9,4]])
df=df1.join(df2)
print (df)
  C     R     A     C  R  A
   1  2  1  2  1  2  3  5  4
0  0  1  2  3  4  5  9  9  4

df1 = df.reindex(columns = ['C','R','A'], level=0)
print (df1)
   C        R        A      
   1  2  3  1  2  5  1  2  4
0  0  1  9  2  3  9  4  5  4

df1 = df.reindex_axis(['C','R','A'], level=0, axis=1)
print (df1)
   C        R        A      
   1  2  3  1  2  5  1  2  4
0  0  1  9  2  3  9  4  5  4

你是如何设置的？jezrael，方法1和方法2有什么区别？我认为没有什么（也许我错了），其他解决方案。但就个人而言，我更喜欢reindex_axis，但我无法解释原因；）杰出的最后我使用了
df1=df.reindex（columns=df.columns.levels[0]，level=0）
，因为根据导入的文件，分组不同。这似乎保持了秩序，同时又正确地重组了一切。谢谢