回顾这些变换

太好了！您现在已经了解了数据透视表。在上一轮分析中，您遇到了一个具有非唯一行索引/列名组合的 DataFrame。为了透视该 DataFrame，您编写了代码先删除最后一行，然后再重塑。

在本练习中，您将改用数据透视表来修改代码，并与您使用 pivot 方法的做法进行比较。

已为您提供 fifa_players 数据集。

本练习是课程的一部分

使用 pandas 重塑数据

查看课程

练习说明

丢弃 fifa_players DataFrame 的第 5 行。
对 fifa_players 使用 .pivot()，按 name 建立索引，在列中以 movement 区分，获取所有评分。
使用数据透视表按 name 和 movement 展示所有评分的均值，并将 name 设为索引。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Discard the fifth row to delete all repeated rows
fifa_drop = fifa_players.____(____)

# Use pivot method to get all scores by name and movement
fifa_pivot = fifa_drop.____(____) 

# Print fifa_pivot
print(fifa_pivot)  

# Use pivot table to get all scores by name and movement
fifa_pivot_table = fifa_players.____(index=____, 
                                     columns=____, 
                                     aggfunc=____)
# Print fifa_pivot_table
print(fifa_pivot_table)

编辑并运行代码