对pandas数据透视表中不同级别的列进行重新排序

import pandas as pd

# 创建一个示例数据透视表
data = {
    'A': ['foo', 'foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'bar', 'foo', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'two', 'one', 'one', 'two', 'two', 'one', 'one', 'two'],
    'C': ['small', 'large', 'large', 'small', 'small', 'large', 'small', 'small', 'large', 'small', 'large'],
    'D': [1, 2, 2, 3, 3, 4, 5, 6, 7, 8, 9]
}

df = pd.DataFrame(data)

# 创建数据透视表
pivot_table = df.pivot_table(index=['A', 'B'], columns='C', values='D', aggfunc='sum')

# 打印原始数据透视表
print("原始数据透视表：")
print(pivot_table)

# 重新排序不同级别的列
reordered_pivot_table = pivot_table.reorder_levels([1, 0], axis=1)

# 打印重新排序后的数据透视表
print("重新排序后的数据透视表：")
print(reordered_pivot_table)

原始数据透视表：
C        large  small
A   B                
bar one    4.0    3.0
    two    NaN    5.0
foo one    2.0    1.0
    two    2.0    3.0
重新排序后的数据透视表：
C        small  large
A   B                
bar one    3.0    4.0
    two    5.0    NaN
foo one    1.0    2.0
    two    3.0    2.0