1. 函数功能

创建数据透视表，返回一个EXCEL形式的数据透视表。

2. 函数语法

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

3. 函数参数

参数	含义
values	可选参数，进行聚合运算的列或者列组成的列表，相当于EXCEL中放在【值】中的字段
index	放在数据透视表【行】上的列
columns	放在数据透视表【列】上的列
aggfunc	聚合函数，默认：mean
fill_value	替换数据透视表中缺失值的值，默认无
margins	布尔值，是否显示行列总计，默认False（不显示）
dropna	布尔值，不包含所有值均为空值的列
margins_name	字符串，默认All，总计的名称
observed	只针对Categoricals
sort	布尔值，是否对结果排序，默认为True:排序

3.1 单行单列单个值做透视表

df = pd.read_csv('C:\\Users\\changyanhua\\Desktop\\cust1.csv',encoding='gbk')
print(df)

ts1 = df.pivot_table(values='payable', index='name',
                     columns='org_id', aggfunc=sum)
print(ts1)

3.2 单行单列单个值同时进行两种及以上计算

运用函数时，python里面有的函数，可以直接使用函数名，若numpy中存在也可以加np，如：sum,但是python中没有的需要加上np.，比如mean。

ts1 = df.pivot_table(values='payable', index='name',
                     columns='org_id', aggfunc=[sum,np.mean])
print(ts1)

3.3 单行多列多个值进行聚合

此时会产生多层级索引，函数索引在第一层级，列为第二层级

ts1 = df.pivot_table(values=['payable','count'], index='name',
                     columns='org_id', aggfunc=[np.mean,sum])
                    
print(ts1)

3.4 对不同的列进行不同的聚合计算

传入字典，指定不同列的不同聚合方式

ts1 = df.pivot_table(values=['payable','count'], index='name',
                     columns='org_id',
                     aggfunc={'payable':np.mean,'count':sum})

print(ts1)

3.5 填充数据透视表中的缺失值

ts1 = df.pivot_table(values=['payable'], index='name',
                     columns='org_id',
                     aggfunc=sum,
                     fill_value='-9999')

print(ts1)

3.6 显示行列总计

ts1 = df.pivot_table(values=['payable'], index='name',
                     columns='org_id',
                     aggfunc=sum,
                     fill_value='-9999',margins=True)

print(ts1)

3.7 指定总计的行列名，默认为All

ts1 = df.pivot_table(values=['payable'], index='name',
                     columns='org_id',
                     aggfunc=sum, fill_value='-9999',
                     margins=True,margins_name='sale_amount')

print(ts1)

ts1 = df.pivot_table(values=['payable'], index=['name','status'],
                     columns='org_id',
                     aggfunc=sum, fill_value='-9999',
                     margins=True,margins_name='sale_amount')

print(ts1)