python可交互的数据透视表

Python中有很多库可以用来创建可交互的数据透视表，其中比较流行的是pandas、pivottable和dash。

1. pandas

pandas是一个基于Numpy的数据分析库，提供了很多用于数据处理、数据分析和数据可视化的工具。其中的pivot_table方法可以用来创建数据透视表，支持多个聚合函数、多个分组字段和多个筛选条件。

示例代码：

import pandas as pd

# 读取数据
df = pd.read_csv('sales.csv')

# 创建数据透视表
pivot = pd.pivot_table(df, values='sales', index=['region', 'year'], columns='product', aggfunc=[np.sum, np.mean], fill_value=0)

# 显示结果
print(pivot)

2. pivottable

pivottable是一个基于JavaScript的数据透视表库，可以将数据透视表嵌入到网页中。它支持多个聚合函数、多个分组字段、多个筛选条件和可视化效果。

示例代码：

from pivottablejs import pivot_ui
import pandas as pd

# 读取数据
df = pd.read_csv('sales.csv')

# 显示数据透视表
pivot_ui(df)

3. dash

dash是一个基于Python的Web应用程序框架，可以用来创建交互式数据可视化应用。它可以与pandas、plotly等库配合使用，支持数据透视表、图表、表格等多种可视化方式。

示例代码：

import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd

# 读取数据
df = pd.read_csv('sales.csv')

# 创建数据透视表
pivot = pd.pivot_table(df, values='sales', index=['region', 'year'], columns='product', aggfunc=[np.sum, np.mean], fill_value=0)

# 创建Dash应用程序
app = dash.Dash()

# 显示数据透视表
app.layout = html.Div([
    dcc.Graph(
        id='pivot-chart',
        figure={
            'data': [{'x': pivot.index.get_level_values(0), 'y': pivot['sum']['A'], 'type': 'bar', 'name': 'A'},
                     {'x': pivot.index.get_level_values(0), 'y': pivot['sum']['B'], 'type': 'bar', 'name': 'B'},
                     {'x': pivot.index.get_level_values(0), 'y': pivot['mean']['A'], 'type': 'line', 'name': 'A-mean'},
                     {'x': pivot.index.get_level_values(0), 'y': pivot['mean']['B'], 'type': 'line', 'name': 'B-mean'}],
            'layout': {'title': 'Sales by Region and Product'}
        }
    )
])

if __name__ == '__main__':
    app.run_server(debug=True)

以上是三种常用的创建可交互的数据透视表的方法，可以根据自己的需求选择适合的方法。