Pandas的pivot函数是一个非常强大的函数，它可以将数据进行转换，从而实现对数据的重新排列和处理。
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three'] * 3,
'B': ['A', 'B', 'C'] * 4,
'C': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 2,
'D': np.random.randn(12),
'E': np.random.randn(12)})
# 使用pivot函数将数据转换
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'])
上面的代码创建了一个DataFrame，使用pivot函数将其转换为一个新的DataFrame，其中index参数表示将A和B列作为行索引，columns参数表示将C列作为列索引，values参数表示将D列作为值，得到的结果如下：
C bar foo
A B
one A 0.234443 0.451725
B -1.290031 -0.739126
C 0.098604 0.817372
three A 0.743607 0.939377
B 0.552411 -0.444319
C 0.431697 -0.966892
two A -0.723791 -0.232090
B 0.824072 0.637666
C -1.569077 -0.847367
pivot函数还可以接受多个参数，比如aggfunc参数可以指定聚合函数，fill_value参数可以指定缺失值的填充值，margins参数可以指定是否计算汇总值，dropna参数可以指定是否删除缺失值，等等。
pivot函数是一个非常强大的函数，可以帮助我们快速的将数据进行转换，从而实现对数据的重新排列和处理。
本文链接：http://task.lmcjl.com/news/2668.html