透视表 pivot_table 和 pivot 有什么区别？怎么实现行列统计？

一句话：pivot 只做"重塑"，不允许重复；pivot_table 会"聚合"，重复数据自动汇总。数据有重复时用 pivot 会报错，pivot_table 是安全选择。

import pandas as pd
df = pd.DataFrame({
    "city": ["北京","北京","上海","上海","北京"],
    "month": ["1月","2月","1月","2月","1月"],
    "sales": [100, 120, 80, 90, 110]})

# pivot：要求 (city, month) 唯一，这里北京-1月出现两次 -> 报错
# df.pivot(index="city", columns="month", values="sales")   # ValueError!

# pivot_table：自动聚合（默认均值）
pt = df.pivot_table(index="city", columns="month", values="sales")
# month   1月    2月
# city
# 北京   105.0  120.0
# 上海    80.0   90.0

# 常用参数
pt = df.pivot_table(index="city", columns="month", values="sales",
                    aggfunc="sum",        # 聚合函数：sum/mean/max/len...
                    fill_value=0,         # 空值填 0
                    margins=True)         # 加总计行列

多维度透视：

# 行=城市+类别，列=月份，值=销售额求和
df.pivot_table(index=["city", "category"], columns="month",
               values="sales", aggfunc="sum")

与 groupby 的关系： pivot_table 内部就是 groupby + 重塑，下面两种写法等价：

df.groupby(["city", "month"])["sales"].sum().unstack()
df.pivot_table(index="city", columns="month", values="sales", aggfunc="sum")

常见坑： 不指定 values 时会对所有数值列聚合（列变多层）；aggfunc 忘记传导致重复行报错或结果不对；透视后记得 reset_index() 转回普通表格。