用python做数据透视表

在Python中，可以使用pandas库来进行数据透视表的操作。下面是一个简单的示例代码：

假设有一个名为"sales_data.csv"的销售数据表格，其中包含了销售日期、销售员、产品类型、销售数量和销售金额等字段。现在我们需要使用数据透视表来统计每个销售员每种产品类型的销售数量和销售金额总和。

import pandas as pd

# 读取数据文件
sales_data = pd.read_csv("sales_data.csv")

# 使用pandas的pivot_table函数进行数据透视表操作
pivot_data = pd.pivot_table(sales_data, 
                            index=["Salesperson"], 
                            columns=["Product Type"], 
                            values=["Sales Quantity", "Sales Amount"], 
                            aggfunc={"Sales Quantity": sum, "Sales Amount": sum})

# 打印结果
print(pivot_data)

解释一下上面的代码：

1. 第一行导入了pandas库，用于数据操作。
2. 第三行使用pandas的read_csv函数读取数据文件。
3. 第五行使用pandas的pivot_table函数进行数据透视表操作。其中，index参数指定行索引为销售员，columns参数指定列索引为产品类型，values参数指定统计字段为销售数量和销售金额，aggfunc参数指定统计函数为sum（即求和）。
4. 最后一行将结果打印出来。

执行上面的代码后，将输出一个类似下面的数据透视表：

              Sales Amount                      Sales Quantity            
Product Type      Product A  Product B  Product C    Product A  Product B  Product C
Salesperson                                                                         
Alice               2000.0    3000.0     4000.0         20         30         40
Bob                 2500.0    3500.0     4500.0         25         35         45
Charlie             3000.0    4000.0     5000.0         30         40         50