數據透視表是數據分析時的大招，可快速分類統計需要二次加工的信息，并生成相應的統計結果。下面通過一個實例直觀體驗一下。

Excel數據透視表操作

現在我們需要統計一個銷售數據，想直到每種產品類別每個月的銷售額是多少：
當然，我們可以采用篩選的方法，逐一篩選出每個產品類型的數據并進行求和，然而這種操作可能會使你加班到深夜。那么使用excel數據透視表該怎么做呢？

把訂購日期放在行統計項中，產品類別放到列統計項中，值統計項中計算銷售額則可得到我們想要的結果。

數據透視表基本原理

根據如上例子，我們可以初步總結出數據透視表的原理：一般的數據統計表格可能只有一個維度，每一行的 列值 ，這樣的數據就比較細節化，難以看出整體上的統計結果。數據透視表就是對 列值 進行重新組織分析，生成 三維度數據 ，及 行 、 列 和 值列表 ，用以展示我們關注的整體上的統計結果，行、列、值統計項都可以分層次統計多個條目。

python中使用pandas的pivot函數

python中pandas庫作為數據分析常用的庫，也提供了一個數據透視表操作的函數：pivot。
pivot方法可以接受三個參數：

            
              processData = pd.pivot(index="string1",columns="string2",values="string3")

            
          

分別對應著數據透視表中的行、列、值項。
需要注意一點，在使用pivot方法的時候，原始數據集中不能存在存在重復條目，此時pivot函數無法確定數據透視表中的數值即會報錯ValueError: Index contains duplicate entries, cannot reshape。

【待補充】