pd.pivot_table

pandas 中的 `pivot_table` 函数可以用于创建透视表。它接受以下参数：

- `data`: 用于创建透视表的 DataFrame；
- `values`: 需要聚合的列名；
- `index`: 用于分组的列名；
- `columns`: 用于创建列的列名；
- `aggfunc`: 聚合函数，默认为均值。

例如，假设有一个 DataFrame `df`，其中包含 `name`、`year` 和 `score` 三列数据，我们想要按照年份和姓名创建透视表，并且计算每个组的平均分数，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob', 'Charlie'],
    'year': [2018, 2018, 2019, 2019, 2020, 2020],
    'score': [80, 85, 90, 95, 85, 90]
})

table = pd.pivot_table(df, values='score', index='year', columns='name', aggfunc='mean')
print(table)

输出结果为：

name  Alice   Bob  Charlie
year                      
2018   80.0  85.0      NaN
2019   90.0   NaN     95.0
2020    NaN  85.0     90.0

其中，行表示年份，列表示姓名，单元格中的数值表示对应组的平均分数。由于有些组在原始数据中不存在，因此在透视表中对应的单元格显示为 NaN。