python数据透视表计数

下面是在Python中使用Pandas的pivot_table()方法实现数据透视表计数的例子：

假设我们有一个数据集，其中包含了销售人员的姓名、销售额和销售日期。我们想要按照销售人员和销售日期来计算销售额的总和，并将结果以数据透视表的形式展示出来。

import pandas as pd

# 创建数据集
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
        'Date': ['2021-01-01', '2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-02', '2021-01-03', '2021-01-03', '2021-01-03'],
        'Sales': [100, 200, 150, 300, 250, 200, 150, 100, 50]}

df = pd.DataFrame(data)

# 使用pivot_table()方法计算销售额的总和
pivot_table = pd.pivot_table(df, values='Sales', index='Name', columns='Date', aggfunc='sum')

# 输出数据透视表
print(pivot_table)

输出结果为：

Date      2021-01-01  2021-01-02  2021-01-03
Name                                        
Alice            100         300         150
Bob              200         250         100
Charlie          150         200          50

可以看到，我们成功地使用pivot_table()方法计算了销售人员和销售日期的交叉汇总，并以数据透视表的形式展示了销售额的总和。