pandas教程-task4（变形）

pandas变形的常用功能有：

1. pivot
一般状态下，数据在DataFrame会以压缩（stacked）状态存放，例如上面的Gender，两个类别被叠在一列中，pivot函数可将某一列作为新的cols：

然而pivot函数具有很强的局限性，除了功能上较少之外，还不允许values中出现重复的行列索引对（pair），例如下面的语句就会报错：¶

因此，更多的时候会选择使用强大的pivot_table函数
2. pivot_table
首先，再现上面的操作：
Pandas中提供了各种选项，下面介绍常用参数：
① aggfunc：对组内进行聚合统计，可传入各类函数，默认为'mean'；
② margins：汇总边际状态
③ 行、列、值都可以为多级

3. crosstab（交叉表）
交叉表是一种特殊的透视表，典型的用途如分组统计，如现在想要统计关于街道和性别分组的频数：
交叉表的功能也很强大（但目前还不支持多级分组），下面说明一些重要参数：
① values和aggfunc：分组对某些数据进行聚合操作，这两个参数必须成对出现
② 除了边际参数margins外，还引入了normalize参数，可选'all','index','columns'参数值

二、其他变形方法
1. melt
melt函数可以认为是pivot函数的逆操作，将unstacked状态的数据，压缩成stacked，使“宽”的DataFrame变“窄”
melt函数中的id_vars表示需要保留的列，value_vars表示需要stack的一组列