20、数据整理：将数据重构为整齐的格式

数据整理：将数据重构为整齐的格式

在数据处理和分析中，数据的整齐格式对于后续的操作和分析至关重要。本文将介绍几种常见的数据整理方法，包括使用 groupby 聚合复制 pivot_table 功能、重命名轴级别以方便数据重塑、处理列名包含多个变量的情况以及处理列值包含多个变量的情况。

1. 使用 groupby 聚合复制 pivot_table 功能

乍一看， pivot_table 方法似乎提供了一种独特的数据分析方式。然而，经过一些处理后，可以使用 groupby 聚合完全复制其功能。了解这种等价关系有助于缩小 pandas 功能的范围。

操作步骤 ：
1. 读取航班数据集，并使用 pivot_table 方法查找每个航空公司每个出发机场的取消航班总数：

import pandas as pd

flights = pd.read_csv('data/flights.csv')
fp = flights.pivot_table(index='AIRLINE',
                         columns='ORG_AIR',
                         values='CANCELLED',
                         aggfunc='sum',