透视和分组汇总是数据分析中两个重要的工具，它们帮助我们从复杂的数据集中提取有用的信息。在 Pandas 中，pivot_table() 和 groupby() 方法是用于执行这些任务的主要工具。

分组汇总(Grouping):

分组允许我们按照某个特定的列或条件将数据划分成多个子集，并对这些子集进行统计。这对于理解分类数据和获取每个组的汇总统计信息非常有用。例如，我们可以按照地区、时间或任何其他关键因素对数据进行分组，然后计算每个组的平均值、总和等统计指标。

透视表(Pivot Table):

透视表则提供了一种更高级的数据汇总方式，允许我们在两个或多个维度上对数据进行交叉分析。通过透视表，我们可以灵活地排列行和列，以更清晰地了解数据的关联关系。这对于进行深入的数据探索和跨维度比较非常有帮助。

虽然在 Pandas 中执行这些操作是强大而灵活的，但对于一些用户来说，编写代码可能会感到有些复杂，特别是对于初学者。为了简化这一过程，SmartNotebook 提供了一个直观且用户友好的界面，使用户能够轻松地执行透视和分组操作，同时还提供了强大的可视化工具。

SmartNotebook 中的透视/分组的可视化:

SmartNotebook 在透视图方面提供了便捷的可视化实现。用户可以通过简单的拖放操作选择数据集中的字段，并在界面上配置行、列和值。这使得用户可以在不编写代码的情况下快速生成透视表，并通过直观的图表呈现数据的关系。这为用户提供了更直观、更轻松的数据分析体验，特别是对于那些从 Excel 等可视化工具过渡到 Pandas 的用户来说，这是一个强大而友好的工具。

在notebook创建数据透视表组件

• 鼠标移动至代码块的下边界，当显示悬浮操作框时，单击更多类型，然后选择数据透视表：

透视/分组操作

• 从左上角DataFrame数据源下拉框中选择需要转换的df，其所有列名将显示在左侧的字段选择列表中
• 将字段从选取列表中拖动到对应的配置中
• 行：作为聚合依据的字段，垂直呈现
• 列：作为聚合依据的字段，水平呈现
• 值：选择需要聚合和计算的字段，并设置计算方式

• 完成配置后，点击左上角的运行单元格，右侧区域可预览处理后的数据对象（如需修改输出的df变量名称，可在运行前进行修改）

SmartNotebook通过直观的透视和分组可视化工具，简化了Pandas中复杂数据分析的过程。用户只需简单的拖拽操作，即可在界面上配置行、列和值，轻松生成透视表。这使得数据分析变得更加直观、轻松，尤其对于那些从Excel等可视化工具过渡到Pandas的用户而言，提供了强大而友好的工具。SmartNotebook不仅让透视和分组操作更易上手，同时还提供强大的可视化效果，使用户能够更深入地探索和理解数据的关联关系。