在 Python 中，我们可以使用 Pandas 库中的pivot_table 函数来创建和操作数据透视表。基本语法如下：

        pivot_table = pd.pivot_table(data, values='value_column', index='index_column', columns='column_to_aggregate', aggfunc='agg_function').reset_index()

其中：

• data 是包含原始数据的 DataFrame 对象；
• values 参数是指定要聚合的数值列；
• index 参数是指定作为行索引的列；
• columns 参数是指定作为列索引的列；
• aggfunc 参数是指定用于聚合的函数，如 'mean'（均值）、'sum'（求和）、'count'（计数）等。
• reset_index()，重置数据透视表的索引
• values\index\columns\aggfunc无固定顺序，可按照自己的书写习惯进行书写；

         具体事例如下：假设我们要统计每天的订单总数：（案例中我们没有使用列，所以将其注释掉了）

import pandas as pd 
df = pd.read_csv('/Users/Desktop/test0821.csv')

# 创建数据透视表
pivot_table = pd.pivot_table(df, 
                             values = 'ordid', 
                             index = 'create_time', 
                             #columns='column', 
                             aggfunc='count').reset_index()
pivot_table