原始数据如下，想要得到city作为行，indus作为列，rca作为值的矩阵，操作如下，
通用范式为 df.pivot(index='index_label', columns='column_label', values='value_label')
针对上述的df，操作如下
可以看出，最后的dataframe的列的值是原来的column的具体数值。
今日份水文完毕，主要目的是为了第一个长转宽。
通用句式为 D = { key: value for key, value in iterable (if 语句) } ，比较常用。
通用句式为 D = dict.fromkeys(key_list, 'default_value') ，默认所有的value的值都为一样的。
通用句式为 D = dict(zip(key_list, value_list)) ，较为常见。
通用句式为 D = dict(tuple_list) ，主要是tuple list的生成。
注意此时，输入的key值不需要加引号，默认x=1会转换为'x':1
注意key,value的表述方式和上述的区别
今日份水文完毕~
参考资料： https://blog.csdn.net/u011089523/article/details/60144772
遥感技术的应用范围很广，下面简要介绍其在农业、林业、地质、矿产、水文和水资源、海洋、环境监测等方面的应用。 1．农业、林业方面的应用在农业方面，利用遥感技术可以识别各类农作物，计算其种植面积，并根据作物生长情况估计产量。例如，美国利用卫星遥感资料对世界小麦产量进行估算，精度达90％。这种大面积的估产对于国际贸易、储运、加工等都有重要意义。在作物生长过程中，可以利用遥感技术分析其长势，及时进行灌溉、施肥和收割等。当农作物受灾时，可以实时监测。1．农业、林业方面的应用在农业方面，利用遥感技术可以识别各类农作物，计算其种植面积，并根据作物生长情况估计产量。例如，美国利用卫星遥感资料对世界小麦产量进行估算，精度达90％。这种大面积的估产对于国际贸易、储运、加工等都有重要意义。在作物生长过程中，可以利用遥感技术分析其长势，及时进行灌溉、施肥和收割等。当农作物受灾时，可以实时监测。 在林业方面，利用遥感技术可以清查森林资源，监测森林火灾和病虫害。火灾是林业的大敌。利用航空红外遥感技术，不仅能发现已燃烧起来的烈火，而且可以探测到面积小于0.1～0.3平方米小火情，还能及时预报由于自燃尚未起火的隐伏火情。利用卫星遥感，一次就可探测到上千平方千米范围内所发生的林火现象。遥感技术在我国扑灭大兴安岭特大林火中起了很大的作用。
在林业方面，利用遥感技术可以清查森林资源，监测森林火灾和病虫害。火灾是林业的大敌。利用航空红外遥感技术，不仅能发现已燃烧起来的烈火，而且可以探测到面积小于0.1～0.3平方米小火情，还能及时预报由于自燃尚未起火的隐伏火情。利用卫星遥感，一次就可探测到上千平方千米范围内所发生的林火现象。遥感技术在我国扑灭大兴安岭特大林火中起了很大的作用。 遥感技术在土地资源和土壤调查中也获得普遍应用。 2．地质、矿产方面的应用 遥感技术为地质研究和勘查提供了先进的手段，可为矿产资源调查提供重要依据与线索，为高寒、荒漠和热带雨林地区的地质工作提供有价值的资料。特别是卫星遥感，为大区域甚至全球范围的地质研究创造了有利的条件。
2．地质、矿产方面的应用 遥感技术为地质研究和勘查提供了先进的手段，可为矿产资源调查提供重要依据与线索，为高寒、荒漠和热带雨林地区的地质工作提供有价值的资料。特别是卫星遥感，为大区域甚至全球范围的地质研究创造了有利的条件。 常规的地质勘查工作都从点、线观测着手，待汇集了大量的资料后才能描述一个地区的地质特征，进而进行分析研究。利用遥感资料就可以首先从分析研究地区的遥感资料入手，然后有重点地选择若干点进行野外观测与验证。这样，不仅大大减少了野外工作量，节省人力、物力，还加快了速度，提高了精度。这对区域地质填图是特别适宜的。
常规的地质勘查工作都从点、线观测着手，待汇集了大量的资料后才能描述一个地区的地质特征，进而进行分析研究。利用遥感资料就可以首先从分析研究地区的遥感资料入手，然后有重点地选择若干点进行野外观测与验证。这样，不仅大大减少了野外工作量，节省人力、物力，还加快了速度，提高了精度。这对区域地质填图是特别适宜的。 在地质构造方面，由于遥感图像具有广阔的视域和逼真的影像，能真实地反映各种地质现象间的关系，因此，利用遥感图像进行地质构造分析，常能发现地面常规工作不能发现的地质构造，尤其是对于第四纪松散沉积物覆盖下的一些隐伏构造，反映得相当清晰。
