Python pandas；使用pivot_table填充数据框

Python pandas是一个开源的数据分析和数据处理工具，它提供了丰富的数据结构和数据分析函数，使得数据处理变得更加简单和高效。

在Python pandas中，pivot_table是一个用于数据透视的函数，它可以根据指定的行和列对数据进行聚合和重塑。pivot_table函数可以根据数据的某些特征将数据重新排列，并计算出相应的汇总统计量。

使用pivot_table填充数据框的步骤如下：

1. 导入pandas库：首先需要导入pandas库，可以使用以下代码实现：import pandas as pd
2. 创建数据框：可以使用pandas的DataFrame对象创建一个数据框，例如：data = {'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'], 'B': ['one', 'one', 'two', 'two', 'one', 'one'], 'C': [1, 2, 3, 4, 5, 6], 'D': [7, 8, 9, 10, 11, 12]} df = pd.DataFrame(data)
3. 使用pivot_table填充数据框：可以使用pivot_table函数对数据框进行填充，例如：pivot_df = pd.pivot_table(df, values='D', index='A', columns='B', aggfunc='mean')

在上述代码中，values参数指定了要聚合的列，index参数指定了要作为行索引的列，columns参数指定了要作为列索引的列，aggfunc参数指定了聚合函数，这里使用了平均值。