Pandas 分组聚合

在Python的Pandas库中，你可以使用pivot_table函数或者unstack方法来实现将DataFrame中的一列作为行，另一列作为列，还有一列作为值的操作。这里给你一个使用pivot_table函数的例子：

假设你有一个DataFrame df，它包含列A、B和C：

import pandas as pd

# 假设这是你的DataFrame
data = {
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two'],
    'C': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

你可以使用pivot_table来重新组织这个DataFrame：

# 使用pivot_table来创建一个新的DataFrame
pivot_df = df.pivot_table(index='A', columns='B', values='C', aggfunc='sum')

# 如果你想要一个更简洁的索引，可以使用reset_index来重置索引
pivot_df = pivot_df.reset_index()

这将创建一个新的DataFrame，其中A列的值成为行索引，B列的值成为列名，C列的值成为这些行和列交叉点的值。

如果你想要一个更具体的操作，可以使用unstack方法：

# 使用unstack来创建一个新的DataFrame
unstack_df = df.set_index(['A', 'B'])['C'].unstack()

这将创建一个新的DataFrame，其中A列的值成为行索引，B列的值成为列名，C列的值成为这些行和列交叉点的值。如果A列和B列中有重复的组合，unstack方法默认会将这些值相加（即执行聚合操作），如果你想要不同的聚合方式，可以通过aggfunc参数来指定。