共计 1114 个字符，预计需要花费 3 分钟才能阅读完成。
听说 pandas 很好用，于是决定试一下
目的是这样的：
user, amount, datetime
A 10 2021-02-12 10:00:00
A 20 2021-03-12 10:00:00
B 30 2021-05-12 10:00:00
B 10 2021-06-12 10:00:00
C 5 2021-05-12 10:00:00
C 10 2021-06-12 10:00:00
C 20 2021-06-12 10:00:00
这是我们常见的数据库的表
最后要做成这样的效果
2021-02 2021-03 2021-05 2021-06
A 10 20 0 0
B 0 0 30 10
C 0 0 5 30
首先我想问一下，这样的需求，大家首先会想到用什么方案（语言，框架，库）做？
column_names = [desc[0] for desc in cursor.description]
df = pd.DataFrame(rows, columns=column_names)
df[‘datetime’] = pd.to_datetime(df[‘datetime’])
df[‘ 归属年月 ’] =(df[‘datetime’].dt.year.astype(str)+ df[‘datetime’].dt.strftime(‘%m’).astype(str)).astype(int)
到这里把时间字段理好了，变成数字，让它可以排序
grouped_data = df.groupby([‘user’, ‘ 归属年月 ’])[‘amount’].sum().reset_index()
grouped_data = grouped_data.sort_values(‘ 归属年月 ’)
来个二维分组，然后按照‘2021-05’这个来排序一下
df_pivot = pd.pivot_table(grouped_data, index=[‘user’], columns=’ 归属年月 ’, values=’amount’, aggfunc=’sum’).reset_index().fillna(0)
到这里就好了
代码十分简洁，但是这种代码真的有可读性吗？好维护吗？
如果我要算 A 用户所有金额汇总，可以这样写：
df_pivot[‘ 余额 ’] = df_pivot.iloc[:, 1:].sum(axis=1)
这个 = 让我震惊了，明明执行了函数操作，看上去像是一个赋值操作，这个 python 是怎么实现的？
我编辑器用的 vsc，python 没有 type hint，这个有解吗，难道一边写要一边查文档？
还有元组的简写法
a= 1,2,3
看到这个我也是懵了
有没有 pythoner 解答一下，这个语言真的适合写正经项目吗？
js 有 ts 就变得完美了，我很喜欢 python 的生态，有什么可以愉快写 python 的办法？
