1. 宽数据/窄数据的概念

宽数据：在这样一个表格中可以不断增加Name

窄数据：在这样一个表格中可以不断增加Date

两者各有优劣，也可相互转换。

2. 数据透视表pivot

数据透视表是什么意思？可以先参考Excel中的阐述：使用数据透视表汇总数据，可以方便地排列和汇总复杂数据，以便进一步查看详细信息。

一个功能就是宽/窄数据的切换：（筛选、行变列、列变行、汇总值等，下文中将提到的pivot_table()函数）

还有一个功能就是pivot的统计方式的相关功能（包括求和sum()、计数count()等）：（下文中将提到的aggfunc参数）

看一个Python示例：

导入数据：商业交易表sales_by_employee.csv

聚合/汇总：pivot_table()（默认为平均mean，还可以设为sum、count、max、median等）

指定为某一列：

将列设为Name：columns = "Name"

将NaN设为0：fill_value = 0

设置边界的汇总：margins = True

可以用列表/字典传入多个：

3. 行列索引的互相移动

列索引变行索引：.stack()

行索引变列索引：.unstack()

4. 宽数据变窄数据

宽数据：全球游戏销量表video_game_sales.csv

变成窄数据：.melt()

使用pivot_table()直接聚合每个游戏所有地区的销售总额：

5. 宽列表变窄数据

宽列表食谱：recipes.csv

将成分字符串拆分为列表：.split()

将列表形式的Series拆分为窄数据Series：.explode()