python透视表-列是日期，应该正确排序

在下面的数据框架中，我的目标是计算在给定的月份，在特定的地点售出了多少辆汽车。您将注意到透视结果是正确的，但列（日期）不一致。之所以不一致，是因为我将月份聚合为一个字符串（如果一辆车是在10月9日和10日售出的，那么我将10月数为2）

问题：我应该如何设计应用的get_日期，以使透视表能够正确排序日期？或者，有没有更好的方法来解决这个问题以获得期望的结果

桌子

数据透视表结果：

数据帧：

df = pd.DataFrame({"LOCATION":["USA","USA","USA","USA","JAPAN","JAPAN"],"CAR":["BMW","BMW","TOYOTA","FORD","BMW","FORD"],"SALE_DATE":pd.to_datetime(["2017-10-09","2017-09-28","2017-10-09","2017-10-12","2017-09-30","2017-09-30"])})

申请日期（按月汇总）：

支点：

df.pivot_table(values="CAR", index="LOCATION", columns='SALE_DATE', aggfunc='count')

---

您可以执行以下操作：

首先，从日期中提取月份：

df.SALE_DATE = pd.to_datetime(df.SALE_DATE).dt.month

现在，请注意：

df = df.pivot_table(values="CAR", index="LOCATION", columns='SALE_DATE', aggfunc='count').fillna(0)

按日期排序： df=df.reindex_轴（已排序（df.columns），轴=1）

将它们转换为字符串：

months = {1: 'Jan', 2: 'Feb', 3: 'Mar', 4: 'Apr', 5: 'May',
            6: 'Jun', 7: 'Jul', 8: 'Aug', 9: 'Sep', 10: 'Oct', 11: 'Nov', 12: 'Dec'}
df.columns = [months[c] for c in df.columns]
>>> df
                 Sep    Oct
LOCATION        
JAPAN            2.0    0.0
USA              1.0    3.0

---

尝试

df.SALE\u DATE=pd.to\u datetime（df.SALE\u DATE）.dt.month

，然后从那里开始旋转。另请查看是否希望月份名称以字符串形式显示。由于字符串是一个“对象”，因此它将按字母顺序排列。我会得到同样的结果。另一种方法是应用一种方法，将所有月份调整到月初（即2017年10月4日变为2017年10月1日），然后围绕columbs=“每月第一次”旋转。df.SALE_DATE=pd.to_datetime（df.SALE_DATE）。dt.month给出一个数字（9表示9月份，我还需要年份）。Thankso首先根据月份作为数字进行透视，排序，然后转换为字符串，否？好。（因为我是python新手）列应该是字符串，不是吗？因此，我必须用df.rename（columns={0:[“SEP…”逐个定义，我们跨越了。再次感谢！

months = {1: 'Jan', 2: 'Feb', 3: 'Mar', 4: 'Apr', 5: 'May',
            6: 'Jun', 7: 'Jul', 8: 'Aug', 9: 'Sep', 10: 'Oct', 11: 'Nov', 12: 'Dec'}
df.columns = [months[c] for c in df.columns]
>>> df
                 Sep    Oct
LOCATION        
JAPAN            2.0    0.0
USA              1.0    3.0