我自己想出来的：

df = df.swaplevel(0,1,axis = 1).sort(axis = 1)

我愿意

您需要的是reorder_levels，然后对列进行排序，如下所示：

import pandas as pd

df = pd.read_clipboard()

df
Out[8]:
dim1    Value_V Value_y instance
0   A_1 50.000000   0   instance200
1   A_2 6500.000000 1   instance200
2   A_3 50.000000   0   instance200
3   A_4 4305.922313 1   instance200
In [9]:

df.pivot('instance', 'dim1').reorder_levels([1, 0], axis=1).sort(axis=1)
Out[9]:
dim1        A_1             A_2             A_3             A_4
            Value_V Value_y Value_V Value_y Value_V Value_y Value_V Value_y
instance                                
instance200 50      0       6500    1       50      0       4305.922313 1

我已经和这个问题斗争了很长时间。我的工作要求我处理大型的pivot_tables，其中有几十个索引和更多的值。最后，就通用性而言，最方便的解决方案是：

def pivot_fix(df):
    df = (df.reset_index().T.reset_index(level=0).T.reset_index(drop=True).
          reset_index(drop=True).reset_index(drop=True).T.reset_index().T)
    df.iloc[0, :df.iloc[0, :].isna().sum()] = df.iloc[1, :df.iloc[0, :].isna().sum()]
    df.columns = df.iloc[0]
    df.drop(df.index[0:2], inplace=True)
    return(df)

像这样使用它：df =（df.透视表（索引=[“位置标识”，“地点名称”，“地址”]，列=“日期”，值=“总和”）