pandas数据透视表导出

您可以使用pandas库中的pivot_table函数来创建和导出数据透视表。下面是一个示例：

首先，导入pandas库：

import pandas as pd

然后，准备一个包含数据的DataFrame对象：

data = {
    'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
    'B': ['one', 'one', 'two', 'two', 'one', 'one'],
    'C': [1, 2, 3, 4, 5, 6],
    'D': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

接下来，使用pivot_table函数创建数据透视表：

pivot_table = df.pivot_table(values='D', index='A', columns='B', aggfunc='sum')

在这个示例中，我们以'A'列作为索引，'B'列作为列，'D'列的值作为聚合函数(sum)。您可以根据自己的需求调整这些参数。

最后，使用to_excel函数将数据透视表导出为Excel文件：

pivot_table.to_excel('pivot_table.xlsx')

这将会将数据透视表保存为名为'pivot_table.xlsx'的Excel文件。您可以根据需要更改文件名和路径。

希望这能帮到你！

相关问题

pandas数据分析

pandas是一个强大的数据分析工具，可以用来处理和分析大量的数据。使用pandas，可以轻松地导入和导出数据，并进行数据清洗、处理和转换。引用和引用中的示例代码展示了如何使用pandas进行数据可视化，包括创建时间序列图和柱状图。此外，pandas还提供了丰富的功能，比如数据过滤、排序、合并和聚合等。除了基本的数据结构（Series和DataFrame），还有其他一些有用的功能，比如数据重塑、透视表和数据透视图等。pandas的文档中提供了详细的介绍和示例，可以帮助用户更好地理解和使用pandas进行数据分析。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [数据分析之Pandas 基础入门](https://blog.csdn.net/zhouzhiwengang/article/details/130042635)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [pandas数据分析](https://blog.csdn.net/m0_56053903/article/details/124365723)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]