pandas變形的常用功能有：
1. pivot
一般狀態下，數據在DataFrame會以壓縮（stacked）狀態存放，例如上面的Gender，兩個類別被疊在一列中，pivot函數可將某一列作爲新的cols：
然而pivot函數具有很強的侷限性，除了功能上較少之外，還不允許values中出現重複的行列索引對（pair），例如下面的語句就會報錯：¶
因此，更多的時候會選擇使用強大的pivot_table函數
2. pivot_table
首先，再現上面的操作：
Pandas中提供了各種選項，下面介紹常用參數：
① aggfunc：對組內進行聚合統計，可傳入各類函數，默認爲'mean'；
② margins：彙總邊際狀態
③ 行、列、值都可以爲多級
3. crosstab（交叉表）
交叉表是一種特殊的透視表，典型的用途如分組統計，如現在想要統計關於街道和性別分組的頻數：
交叉表的功能也很強大（但目前還不支持多級分組），下面說明一些重要參數：
① values和aggfunc：分組對某些數據進行聚合操作，這兩個參數必須成對出現
② 除了邊際參數margins外，還引入了normalize參數，可選'all','index','columns'參數值
二、其他變形方法
1. melt
melt函數可以認爲是pivot函數的逆操作，將unstacked狀態的數據，壓縮成stacked，使“寬”的DataFrame變“窄”
melt函數中的id_vars表示需要保留的列，value_vars表示需要stack的一組列