pandas 输出数据透视表

Pandas是一个强大的数据分析工具，它提供了丰富的功能来处理和分析数据。其中之一就是数据透视表（Pivot Table）的功能。

数据透视表是一种用于对数据进行汇总和分析的技术，它可以根据一个或多个字段对数据进行分组，并计算其他字段的统计指标（如求和、平均值等）。在Pandas中，可以使用`pivot_table()`函数来创建数据透视表。

下面是一个简单的示例代码，展示了如何使用Pandas创建数据透视表：

import pandas as pd

# 创建一个示例数据集
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
    'City': ['New York', 'London', 'Paris', 'New York', 'London', 'Paris'],
    'Sales': [100, 200, 150, 300, 250, 200]
}
df = pd.DataFrame(data)

# 创建数据透视表
pivot_table = df.pivot_table(values='Sales', index='Name', columns='City', aggfunc='sum')

# 打印数据透视表
print(pivot_table)

在上述代码中，我们首先创建了一个包含姓名、城市和销售额的示例数据集。然后，使用`pivot_table()`函数创建了一个数据透视表，其中`values`参数指定了要计算统计指标的字段（这里是销售额），`index`参数指定了分组的字段（这里是姓名），`columns`参数指定了列的字段（这里是城市），`aggfunc`参数指定了要计算的统计指标（这里是求和）。

最后，通过打印数据透视表，我们可以看到按照姓名和城市进行分组后的销售额统计结果。