透视表 是一种可以对 数据动态排布并且分类汇总的表格格式 。或许大多数人都在Excel使用过数据透视表，也体会到它的强大功能， 而在pandas中它被称作pivot_table。
首先读取数据，数据集是火箭队当家球星James Harden某一赛季比赛数据作为数据集进行讲解。
下官方文档中pivot_table的函数体： pandas.pivot_table - pandas 0.21.0 documentation
pivot_table有四个最重要的参数 index 、 values 、 columns 、 aggfunc ，本文以这四个参数为中心讲解pivot操作是如何进行。
数据格式如下：
每个pivot_table必须拥有一个 index ，如果想查看james harden对阵每个队伍的得分，首先我们将对手设置为 index ：
对手成为了第一层索引，还想看看对阵同一对手在不同主客场下的数据，试着将对手与胜负与主客场都设置为 index ，其实就变成为了两层索引
试着交换下它们的顺序，数据结果一样：
看完上面几个操作， Index 就是层次字段，要通过透视表获取什么信息就按照相应的顺序设置字段，所以在进行pivot之前你也需要足够了解你的数据。
通过上面的操作，我们获取了james harden在对阵对手时的所有数据， 而 Values 可以对需要的计算数据进行筛选 ，如果我们只需要james harden在主客场和不同胜负情况下的得分、篮板与助攻三项数据：
aggfunc 参数可以设置我们对数据聚合时进行的函数操作。
当我们未设置 aggfunc 时，它默认 aggfunc='mean' 计算均值。我们还想要获得james harden在主客场和不同胜负情况下的总得分、总篮板、总助攻时：
Columns类似 Index 可以设置列层次字段，它不是一个必要参数，作为一种分割数据的可选方式。
fill_value 填充空值, margins=True 进行汇总
现在我们已经把关键参数都介绍了一遍，下面是一个综合的例子：
结果如下：
aggfunc 也可以使用 dict 类型，如果 dict 中的内容与 values 不匹配时，以 dic t中为准。
结果就是助攻求 min , max 和 mean ,得分求 mean ,而篮板没有显示。
①导入xlrd模块
②导入excel data=xlrd.open_workbook('xxx.xlsx')
③进行交换的方法就是进行多次赋值操作，利用xlrd模块中的put_cell函数就可以进行赋值，然后写一个循环语句就可以实现两列之间的交换。
页面解析有多种方法。
1. 使用beautifulsoup框架。
from bs4 import BeautifulSoupbs = BeautifulSoup('网页源码', "html.parser")
bs.table # 可以直接获取table元素
bs.find('table',attrs = {'class':'mytable'}) # 查找class属性值为mytable的table元素
# 具体方法可以参见官方文档 https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html
2. 使用正则表达式
