Pandas Pivot 函数：使用方法和案例解析

在 Pandas 中，pivot 是一种数据重塑方法，它可以将数据从行重塑为列，或者从列重塑为行。pivot 方法的语法如下：

DataFrame.pivot(self, index=None, columns=None, values=None)

其中，index 参数指定新 DataFrame 的行索引，columns 参数指定新 DataFrame 的列索引，values 参数指定新 DataFrame 的值。

下面是一个 pivot 的使用案例：

假设我们有一个包含销售数据的 DataFrame，如下所示：

import pandas as pd

data = {'日期': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02'],
        '产品': ['A', 'B', 'A', 'B'],
        '销售额': [100, 200, 150, 250]}
df = pd.DataFrame(data)
print(df)

输出结果为：

           日期  产品  销售额
0  2021-01-01  A  100
1  2021-01-01  B  200
2  2021-01-02  A  150
3  2021-01-02  B  250

现在，我们想要将该 DataFrame 按照日期作为行索引，产品作为列索引，销售额作为值，可以使用 pivot 方法实现：

pivot_df = df.pivot(index='日期', columns='产品', values='销售额')
print(pivot_df)

输出结果为：

产品           A    B
日期
2021-01-01  100  200
2021-01-02  150  250

可以看到，pivot 方法将原始的 DataFrame 重塑为了一个新的 DataFrame，其中行索引为日期，列索引为产品，值为销售额。