pivot_table用于生成行列交叉的报表式汇总表，groupby用于灵活分组聚合；前者适合“行×列→值”结构，后者适合链式操作与复杂筛选。
用 Python 做数据分组统计，pivot_table 和 groupby 是最常用也最容易混淆的两个工具。它们目标相似——聚合、汇总、重塑，但适用场景和底层逻辑不同。选对方法，代码更简洁、结果更可控；用反了，容易绕弯子、出错或性能变差。
groupby：按列“切片+聚合”，适合灵活计算
groupby 的核心是“分组 → 应用函数 → 合并”。它不改变原始结构，而是把数据按指定列拆成若干子集，再对每个子集独立计算（比如求均值、计数、自定义函数）。
- 适合做单维度或多维度分组后的统计，如“每城市销售额总和”“每部门每季度平均薪资”
- 支持链式操作：
df.groupby(['city', 'year'])['sales'].sum().reset_index() - 可混合多种聚合方式：
.agg({'sales': 'sum', 'profit': ['mean', 'max']}) - 天然支持迭代、过滤分组、自定义函数（
apply），扩展性强
pivot_table：按行列“交叉汇总”，适合报表式展示
pivot_table 更像 Excel 的数据透视表，本质是“行×列→值”的二维（或三维）汇总视图。它自动完成分组、展开、填充缺失值等步骤，输出结构规整的表格。
- 适合生成带行列标签的汇总表，如“各产品在各地区的销量热力图”
- 必须指定
index（行）、columns（列）、values（数值）和aggfunc（聚合方式） - 默认处理缺失组合（填
NaN），可用fill_value替换，比手动unstack更省心 - 支持多级索引和多值列，例如：
pivot_table(index=['A','B'], columns='C', values=['X','Y'], aggfunc='sum')
什么时候该用哪个？看输出结构和需求
判断的关键不是“功能强弱”，而是你想要的结果长什么样：
立即学习“Python免费学习笔记（深入）”；
- 要一列结果（如
city → total_sales），用groupby - 要一个表格，行是 A、列是 B、格子里是 C 的统计值，优先用
pivot_table - 要做复杂条件筛选后再分组（如只统计销售额 >1000 的订单），
groupby+filter或布尔索引更直接 - 想把
groupby结果转成透视结构？可以接.unstack()，但不如pivot_table简洁鲁棒
一个小技巧：pivot_table 其实是 groupby 的语法糖
底层上，pivot_table 就是先 groupby 再 unstack 的封装。比如：
等价于：
df.groupby(['region', 'product'])['sales'].sum().unstack(fill_value=0)理解这点，就能在调试时快速切换写法，也能避免被 pivot_table 的参数绕晕。
