pandas读取breast_cancer.csv文件，没有列名简单使用pivot_table函数

好的，这是一个关于使用 pandas 中的 `pivot_table` 函数的简单例子，假设 `breast_cancer.csv` 文件没有列名。以下是代码示例：

import pandas as pd

# 读取 CSV 文件并指定列名
df = pd.read_csv('breast_cancer.csv', header=None, names=['col1', 'col2', 'col3', 'col4', 'col5', 'col6', 'col7', 'col8', 'col9', 'col10', 'col11', 'col12', 'col13', 'col14', 'col15', 'col16', 'col17', 'col18', 'col19', 'col20', 'col21', 'col22', 'col23', 'col24', 'col25', 'col26', 'col27', 'col28', 'col29', 'col30'])

# 使用 pivot_table 函数创建透视表
pivot_table = pd.pivot_table(df, values=0, index=1, aggfunc='mean')

# 打印透视表
print(pivot_table)

以上代码中，我们首先使用 pandas 的 `read_csv` 函数读取了名为 `breast_cancer.csv` 的数据文件，并通过 `header=None` 参数和 `names` 参数指定了每列的列名。接着，我们使用 `pivot_table` 函数创建了一个透视表，其中 `values` 参数表示需要统计的数值，`index` 参数表示行索引，`aggfunc` 参数表示使用的聚合函数。在这个例子中，我们统计的是第一列的均值，行索引为第二列，聚合函数为 'mean'。

最后，我们使用 `print` 函数打印了透视表。需要注意的是，透视表的行和列的顺序取决于传入的参数，因此在创建透视表时需要根据实际需求选择合适的参数。

希望这个回答能够帮助到你！