中文版Pandas
打印("地区与类别交叉表：", 表格.交叉表(CSV数据, "客户地区", "产品类别"))
设 类别人员透视 = 表格.透视表(
CSV数据,
值="销售额",
行="产品类别",
列="销售人员",
聚合="sum",
fill_value=0,
)
打印("透视表：", 类别人员透视)
设 宽表 = 表格.数据表({"姓名": ["甲", "乙"], "一月": [10, 20], "二月": [15, 25]})
设 长表 = 表格.融化表格(宽表, ["姓名"], "月份", "数值")
打印("宽表转长表：", 长表)原版Pandas
print("地区与类别交叉表：", pd.crosstab(CSV数据["客户地区"], CSV数据["产品类别"]))
类别人员透视 = pd.pivot_table(
CSV数据, values="销售额", index="产品类别", columns="销售人员", aggfunc="sum", fill_value=0
)
print("透视表：", 类别人员透视)
宽表 = pd.DataFrame({"姓名": ["甲", "乙"], "一月": [10, 20], "二月": [15, 25]})
长表 = pd.melt(宽表, id_vars=["姓名"], var_name="月份", value_name="数值")
print("宽表转长表：", 长表)打印信息
地区与类别交叉表： 产品类别 办公设备 电子产品 电脑配件 网络设备 客户地区 上海 2 5 0 1 北京 1 1 1 3 南京 0 3 3 1 天津 1 2 4 0 广州 0 3 3 0 成都 1 1 3 1 杭州 1 4 0 2 武汉 1 6 1 1 深圳 1 3 4 0 苏州 3 1 3 1 西安 2 2 3 2 郑州 1 2 1 2 重庆 1 0 0 0 长沙 6 1 0 0 青岛 2 2 1 0 透视表： 销售人员 刘洋 周涛 孙丽 张伟 李明 王芳 赵强 陈静 产品类别 办公设备 98553 0 15135 61604 196920 49535 0 139308 电子产品 105126 220784 103839 49608 51582 142751 37923 41025 电脑配件 4646 16965 23091 5098 1770 2416 23939 29574 网络设备 0 9474 20703 0 1512 12894 24343 4573 宽表转长表： 姓名 月份 数值 0 甲 一月 10 1 乙 一月 20 2 甲 二月 15 3 乙 二月 25
