dataframe pivot

DataFrame.pivot()是 Pandas 库中的一个方法，用于对数据进行透视操作，将数据按照指定的行和列进行分组，并对指定的数值进行聚合操作，生成新的表格。pivot() 方法的语法如下：

DataFrame.pivot(index=None, columns=None, values=None)

其中，参数 index 和 columns 分别指定透视表的行和列，可以是单个列名或列名的列表，也可以是包含多个列名的元组；参数 values 指定需要进行聚合操作的列名，可以省略，此时将对所有的数值列进行聚合操作。

下面是一个 pivot() 方法的示例：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'],
    'gender': ['F', 'M', 'M', 'M', 'F'],
    'age': [25, 30, 35, 40, 45],
    'salary': [5000, 6000, 7000, 8000, 9000]
}

df = pd.DataFrame(data)
print(df)

# 透视表，行为 gender，列为 age，聚合值为 salary
pivot_df = df.pivot(index='gender', columns='age', values='salary')
print(pivot_df)

运行结果如下：

       name gender  age  salary
0     Alice      F   25    5000
1       Bob      M   30    6000
2   Charlie      M   35    7000
3     David      M   40    8000
4      Emma      F   45    9000

age        25      30      35      40      45
gender                                        
F      5000.0     NaN     NaN     NaN  9000.0
M         NaN  6000.0  7000.0  8000.0     NaN

可以看到，透视表将原始表格按照 gender 分为两组，按照 age 分为五组，然后对 salary 进行了聚合操作，生成了一个新的表格。