pandas中分类汇聚后的值怎么转化为dateframe

可以使用 pandas 的 pivot_table 函数将分类汇聚后的值转化为 dataframe。具体使用方法可以参考如下代码：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar',
                          'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three',
                          'two', 'two', 'one', 'three'],
                   'C': [1, 2, 3, 4, 5, 6, 7, 8],
                   'D': [10, 20, 30, 40, 50, 60, 70, 80]})

# 分类汇聚
df_agg = df.groupby(['A', 'B']).agg({'C': 'sum', 'D': 'mean'})
# 转化为 dataframe
df_pivot = df_agg.reset_index().pivot(index='A', columns='B')

这段代码中，我们使用了 groupby 函数对列 A 和 B 进行分类汇聚，然后使用 agg 函数指定了 C 列使用 sum 函数聚合，D 列使用 mean 函数聚合。最后，我们使用 reset_index 函数将 groupby 的结果转化为 dataframe，并使用 pivot 函数将其转化为以列 B 为列的 dataframe。