本文中使用的数据表的内容如下：
数据透视表的功能函数与数据包的功能相似。数据包在一维（行）方向上连续分开，而数据透视表则同时向行和列的方向分开。
Python在Python中实现了Pivot_table（）方法。
该方法的参数如下：
现在的描述如下：
数据：这意味着需要数据透视表的表
值：对应于excel中等值的盒子
索引：对应于Excel China Bank的盒子
列：对应于Excel中的框
AggFunc：指示值的计算类型
fill_value：指示空值的充值
利润：指示是否显示了总列表
dropna：这意味着是否已删除删除，而true表示删除所有缺失值的行。
margins_name：列的名称
让我们看一下原始数据
结果：
结果：
以上结果基于级别（索引）和区域作为列（columbs），以对用户ID执行统计操作。可以看出，在默认情况下，总列未显示。
结果：
结果：
可以看出，上一个会话的标题已经从AII变为设置总数
结果：
中国东北地区中国中部中部中国中部中国中部中国总计a 0 1 0 1 1 0 2 C 0 0 1 0 0 0 0 0 0 0 1 1总计1 1 2 1 5
可以看出，原始的南都被0填充
AggFunc用于表示计算类型，即您要做的事情，或计算或计算平均值。当仅通过一种类型时，在所有值字段上执行相同的操作。如果您需要执行不同的操作对不同值的计算，您需要通过字典。关键是名称，值是计算方法
结果：
为了促进分析和处理，我们通常重置数据观点表结果的索引，还可以使用reset_idnex（）
结果：