pandas的pivot_table功能，按层级对汇总值进行排序

income是网上随便找的一个行业销售的数据量。
练习pivot_table这个功能时，进行到了这一步，获得结果：

df=income.pivot_table(index=['大行业','细分'],values=['销售额'],aggfunc=np.sum)
df

这时想对各行业的销售额，按照从大到小进行排序，但是研究了pivot里面的各个参数，没有找到能实现这个功能的。后来想了一下，用了个其实挺麻烦的方法实现了。

说下想法：
排序想分两个层级，先按“大行业”汇总数排逆序，再按“细分”汇总数排逆序

1.目前缺第一个层级里面的“大行业”汇总数，先用groupby汇总“大行业”汇总金额；再用reset_index功能将"大行业"由index变为column，得到结果：

dahangye_sum=pd.DataFrame(income.groupby(by=['大行业'])['销售额'].sum()).reset_index()
dahangye_sum

2.将最开始pivot汇总好的df表进行拆解，将“大行业”的index属性释放，变为column，为下一步的合并做准备。

df_new=df.reset_index()
df_new

3.二表合并，先得到一个按“大行业”最为key的联合表，再按照大行业金额、细分金额进行排序。

merge=pd.merge(df_new,hangye_sum,on=['大行业'])
merge=merge.sort_values(by=['销售额_y','销售额_x'],ascending=False)

4.恢复索引就可以了，目前表上多了一列销售额_y，我把他也加到最后的表里面了，也可以删掉。最后得到了个按照“大行业”、“细分”总销售额降序排列的汇总表。

merge.set_index(['大行业','销售额_y','细分'])