pivot_table怎么使用

`pivot_table` 是 pandas 库中用于数据透视表的函数。它可以将 DataFrame 数据按照指定的索引和列进行聚合，并且可以应用自定义的聚合函数。下面是一个简单的示例，演示如何使用 `pivot_table` 函数：

假设有一个 DataFrame `df`，其中包含了销售数据：

import pandas as pd

df = pd.DataFrame({
    'Region': ['East', 'East', 'West', 'West', 'North', 'North'],
    'Month': ['Jan', 'Feb', 'Jan', 'Feb', 'Jan', 'Feb'],
    'Sales': [1000, 1500, 1200, 1700, 1300, 1800]
})

我们可以使用 `pivot_table` 函数来根据 `Region` 和 `Month` 列进行聚合：

pivot_df = pd.pivot_table(df, values='Sales', index='Region', columns='Month', aggfunc='sum')

这会返回一个新的 DataFrame `pivot_df`，其中每一行表示一个地区，每一列表示一个月份，而单元格中的值则是对应地区和月份的销售总额。`aggfunc` 参数指定了使用 `sum` 函数进行聚合。

除了 `sum` 函数之外，还可以使用其他的聚合函数，例如 `mean`、`min`、`max` 等等。`pivot_table` 函数的参数非常灵活，可以根据具体的需求进行调整。