pivot_table 函数

1、index需要聚合的列名，默认情况下聚合所有数据值的列

import pandas as pd
path='C:/Users/Admin/Desktop/pandas/透视.xlsx'
data = pd.read_excel(path)
print(data)
print("***********************")
data2=pd.pivot_table(data,index=['部门','销售人员'])
print(data2)

2、values在结果透视的行上进行分组的列名或其它分组键【就是透视表里显示的列】

import pandas as pd
path='C:/Users/Admin/Desktop/pandas/透视.xlsx'
data = pd.read_excel(path)
print(data)
print("***********************")
data2=pd.pivot_table(data,index=['部门','销售人员'],values=['数量','金额'])
print(data2)

3、columns在结果透视表的列上进行分组的列名或其它分组键

import pandas as pd
path='C:/Users/Admin/Desktop/pandas/透视.xlsx'
data = pd.read_excel(path)
print(data)
print("***********************")
data2=pd.pivot_table(data,index=['部门','销售人员'],values=['数量','金额'],columns='所属区域')
print(data2)

4、Aggfunc聚合函数或函数列表（默认情况下是mean）可以是groupby里面的任意有效函数

import pandas as pd
import numpy as np
path='C:/Users/Admin/Desktop/pandas/透视.xlsx'
data = pd.read_excel(path)
print(data)
print("***********************")
data2=pd.pivot_table(data,index=['部门','销售人员'],values=['数量','金额'],columns='所属区域',aggfunc=[sum,np.mean])
print(data2)

5、fill_value 在结果表中替换缺失值

6、dropna 如果为True，将不含所有条目均为Na的列（默认为False）

7、margins 添加行/列小计和总计 （默认为False）

交叉表 crosstab