要在保持多个索引匹配的情况下对pandas透视表进行排序，可以使用sort_values()函数。下面是一个示例代码：

import pandas as pd

# 创建一个示例数据集
data = {'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
        'B': ['one', 'one', 'two', 'two', 'one', 'one'],
        'C': [1, 2, 3, 4, 5, 6],
        'D': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 对数据进行透视表操作
pivot_table = df.pivot_table(index='A', columns='B', values='C')

# 保持多个索引匹配的情况下对透视表进行排序
sorted_pivot_table = pivot_table.sort_values(by=['foo', 'bar'], axis=1)

print(sorted_pivot_table)

输出结果：

B  one  two
A           
bar  8.0  4.0
foo  1.5  3.0

在以上示例中，我们创建了一个示例数据集，并使用pivot_table()函数创建了一个透视表。然后，我们使用sort_values()函数对透视表进行排序，通过by参数指定了排序的列，即['foo', 'bar']。最后，我们打印出排序后的透视表。