首先，这篇文章主要是为了做一个流程的整合，并不是一篇非常实用的教学文章，里面最重要的模块，就是pandas包里面的pivot_table ，本身我自己并没有深入的有什么研究，只是自己会用。
另外，在工作中，肯定还有这样那样的bug，我在完成这个工程的过程中，最大的问题就在于文件的读取，为了不让数据量减少，从而去寻找合适的文字解码。
当然，如果有人尝试的话，肯定会有各种错误，建议不断地百度和尝试，一定会成功的。
ps:我的编译环境是在“jupyter notebook”中完成的，主要因为我觉得这个是最好使得。
import pandas as pd import numpy as np #输入文件路径 filepath1 = r'.......\zs_live_liuchu_202007.csv' #文件读取 #encoding = 'gb18030'(由于UTF-8不能涵盖所有字符类型，如果报错，可以尝试添加这个解码) #header = None(有时候原数据是没有列标题的，需要用这个去注释) #names =["date","liuru","liuchu","leixing","huji","gender","age","num"](重新对列进行命名) liuchu202007 = pd.read_csv(filepath1,encoding='gb18030',header = None,names =["date","liuru","liuchu","leixing","huji","gender","age","num"]) #预览导入的表格是不是正确的 liuchu202007.head() #利用了pandas包里面的pivot_table模块，类似于Excel的数据透视表 #index定义行标题 #values定义数据统计值 #columns定义了列标题 #aggfunc定义values的统计方式，我这里用的是sum（总计），其中还利用到了numpy包 #fill_value = 0 （定义了空值用“0”填充） #margins = True（定义了，需要统计总数，行总数列总数都有） df = pd.pivot_table(liuchu202007,index = ["liuru","liuchu","huji"],values = ["num"],columns = ["gender","age"], aggfunc = [np.sum],fill_value=0,margins=True) #利用了pandas包中的to_excel模块进行数据导出，这里是直接生成一个新文件 df.to_excel("存放_202007_juzhu_liuch.xlsx")