pandas.pivot_table()
几个重要的参数 data：DataFrame对象 values：源数据中的一列，数据透视表中用于观察分析的数据值，类似Excel中的值字段 index：源数据中的一列，数据透视表用于行索引的数据值，类似Excel中的行字段 columns：源数据中的一列，数据透视表用于列索引的数据值，类似Excel中列字段 aggfunc：根据当前的行、列索引生成的数据透视表中有多个数据需要进行聚合时，对这多个数据需要进行的操作，默认为np.mean()
示例数据集
下面的Excel表格分别记录了武汉和北京一周（2018/07/22-2018/07/28）的日最高温度和日最低温度，对数据进行以下的分析：
- 武汉、北京一周的日最高、最低气温趋势变化；
- 两城市一周的平均日最高、最低气温变化趋势；
HT: the highest temperature, 日最高气温
LT: the lowest temperature, 日最低气温
创建DataFrame对象
pd.read_excel()
分别分析日最高、最低温度
pd.pivot_table()，也可以用作method，DataFrame.pivot_table()
分析日平均最高、最低温度
分析日平均最高温度时涉及到对两个城市日最高温度的取平均运算，需要设置参数aggfunc=np.mean（也可以不设置，默认情况下aggfunc为均值运算），日平均最低温度同理。这里设置行字段参数index=['HT','LT']可同时分析日平均最高和最低温度。