030—pandas 对数据透视并将多层索引整合为一列

使用步骤

读入数据

代码如下（示例）：

import pandas as pd
import random
guojia = ['中国','美国','英国','加拿大']
shuiguo = ['火龙果','西瓜','苹果','梨子']
nianfen = [2012,2014,2016,2015,2013]
df = pd.DataFrame({
    '国家': [random.choice(guojia) for i in range(10)],
    '水果': [random.choice(shuiguo) for i in range(10)],
    '年份': [random.choice(nianfen) for i in range(10)],
    '销量': [random.randrange(0,10) for i in range(10)]
})
df

(
    df.pivot_table(values='销量', index='国家', columns=['年份','水果'])
    .map(lambda x: f'{x:.0f}')
    .replace('nan', '')
    .pipe(lambda x: x.set_axis([f'{a}({b})' for a,b in x.columns], axis=1))
    .reset_index()
)

总结

以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。