pivot_table可以實(shí)現(xiàn)Excel數(shù)據(jù)透視表的功能，但是經(jīng)過(guò)pivot_table函數(shù)處理后的dataframe的列是多層索引，需要轉(zhuǎn)化成單層索引，具體步驟如下：

1、使用pivot_table函數(shù)，建立數(shù)據(jù)透視表

df_1為數(shù)據(jù)源，包含5列，amount列為數(shù)值列，用于聚合；
創(chuàng)建數(shù)據(jù)透視表，index=['group_series', 'buy_no']，columns=['xmonth']，NA值用0填充，結(jié)果如下：

df_1_out=pd.pivot_table(df_1, index=['group_series', 'buy_no'], columns=['xmonth'], values=['amount'], aggfunc='sum', fill_value=0)
df_1_out

2、列索引處理

# 查看列索引
df_1_out.columns

# 查看一級(jí)列索引
df_1_out.columns.levels[0]

# 查看二級(jí)列索引
df_1_out.columns.levels[1]

# 過(guò)濾一級(jí)列索引
df_1_out.columns=df_1_out.columns.droplevel(level=0)

查看一級(jí)列索引

查看二級(jí)列索引

過(guò)濾一級(jí)列索引

3、行索引處理

# 查看行索引
df_1_out.index

# 重置行索引
df_1_out.reset_index(inplace=True)
df_1_out.index

重置行索引

最終數(shù)據(jù)結(jié)果如下：

最終結(jié)果

pivot_table()簡(jiǎn)介：

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All')

values：要聚合的列或列的列表
index：數(shù)據(jù)透視的index，從原始數(shù)據(jù)的列中篩選
columns：數(shù)據(jù)透視表的columns，從原始數(shù)據(jù)的列中篩選
aggfunc：用于聚合的函數(shù)，默認(rèn)為numpy，mean，支持numpy計(jì)算方法
fill_value：填充N(xiāo)A值，默認(rèn)不填充
margins：添加行列的總計(jì)，默認(rèn)不顯示
dropna：如果整行都為NA值，則進(jìn)行丟棄，默認(rèn)丟棄
margins_name：在margins參數(shù)為true時(shí)，用來(lái)修改margins的名稱(chēng)