pandas数据透视表多层

您好！对于 Pandas 来说，我们可以使用 `pivot_table()` 函数来创建多层数据透视表。

假设您有一个包含多个维度的数据集，您想要在这些维度上进行分组并计算统计信息。以下是一个示例代码，演示了如何创建一个多层数据透视表：

import pandas as pd

# 创建示例数据集
data = {
    '日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03', '2021-01-03'],
    '地区': ['A', 'B', 'A', 'B', 'A', 'B'],
    '销售额': [100, 200, 150, 250, 180, 190],
    '利润': [50, 80, 60, 90, 70, 75]
}
df = pd.DataFrame(data)

# 创建多层数据透视表
pivot_table = df.pivot_table(index=['日期', '地区'], aggfunc='sum')

print(pivot_table)

在上述示例中，我们使用 `pivot_table()` 函数来根据日期和地区两个维度对数据进行分组，并使用 `sum` 聚合函数计算销售额和利润的总和。结果将会是一个多层数据透视表，其中的行索引由日期和地区两个维度组成。

希望这能够解答您的问题！如果您还有其他疑问，请随时提问。