今晚突然想到一个需求，有一个清单，上面有每个社部每个客户的开庭日期，我想把它汇总起来，跟数据透视表差不多，每个社部为index，日期为columns，values为汇总的客户名称，每个客户名称用分隔符分隔，感觉用excel挺难实现的，直接用pandas吧，以下为模拟：
df=pd.DataFrame([["a","bbao",3,"2021-01-02"],["a","cbao",4,"2021-01-02"],["b","bcao",5,"2021-01-03"],
["b","ccao",6,"2021-01-04"]],columns=["社部","姓名","数量","日期"])
生成一个DataFrame
社部 姓名 日期
0 a bbao 2021-01-02
1 a cbao 2021-01-02
2 b bcao 2021-01-03
3 b ccao 2021-01-04
按社部和日期分组，对姓名列应用拼接函数，然后拆解二级索引，最后把空值用"-"填充。
dg=df.groupby(["社部","日期"]).agg({"姓名":lambda x:"/".join(x)}).unstack().fillna("-")
日期 2021-01-02 2021-01-03 2021-01-04
社部
a bbao/cbao - -
b - bcao ccao
以前以为agg一般用于执行统计的函数，其实还可以用于匿名函数，功能还是挺强大的。
其实直接用pivot_table也可以直接实现这个需求。
dp=df.pivot_table(index="社部",columns="日期",values="姓名",aggfunc=lambda x:"/".join(x)).fillna("-")
