pd.pivot_table数据透视表与pd.crosstab交叉表

在数据分析中，常常需要用到数据透视表和交叉表，下面介绍pandas.DataFrame.pivot_table数据透视表和pandas.DataFrame.crosstab交叉表的用法和区别。

一、数据透视表

数据透视表用来做数据透视，可以通过一个或多个键分组聚合DataFrame中的数据，通过aggfunc参数决定聚合类型，是groupby的高级功能。

pd.pivot_table参数如下：

pd.pivot_table（data, values = None，index = None，columns = None，aggfunc ='mean'，fill_value = None，margin = False，dropna = True，margins_name ='All' ）

• data：DataFrame对象
• values：要聚合的列或列的列表
• index：数据透视表的index，从原数据的列中筛选
• columns：数据透视表的columns，从原数据的列中筛选
• aggfunc：用于聚合的函数，默认为numpy.mean，支持numpy计算方法
• fill_value: 用于替换缺失值的值
• margin: 添加所有行/列
• dropna: 不包括条目为 NaN的列，默认为True
• margin_name: 当margin为True时，将包含总计的行/列的名称

date = ['2001-1-1','2001-1-2','2001-1-3']*3
rng = pd.to_datetime(date)
df = pd.DataFrame({'date':rng,
                   'key':list('abcdabcda'),
                  'value