Summary  
Pivot tables let you reshape and summarize tabular data by grouping values into rows and columns and applying aggregation functions across multiple dimensions.  

General domain of usage  
Analyzing flight delay data.

Watch this video to see a step-by-step demonstration of how to use the `pivot_table()` function in pandas for data aggregation. You'll learn the differences between `.groupby()` and `.pivot_table()`, how to set up your pivot tables, and how to choose the right aggregation function for your analysis. This video includes practical examples using real-world flight data, helping you confidently apply pivot tables in your own data wrangling tasks.

Python tiene un análogo del método `.groupby()` que puede llevar al mismo resultado. Depende de ti cuál función utilizar. Aprendámoslo usando un ejemplo. Utilizando la siguiente función, llamada `.pivot_table()`, calcularemos los valores medios de la columna `'Length'` que tienen el mismo valor en la columna `'Flight'`:

import pandas as pd

data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/plane', index_col = 0)

# The code using .groupby()
data_flights_1 = data[['Length', 'Flight']].groupby('Flight').mean()
# The same code using .groupby()
data_flights_2 = data[['Length', 'Flight']].groupby('Flight').agg('mean')

# The same code using .pivot_table()
data_flights_3 = pd.pivot_table(data, values = 'Length',
                      index = 'Flight',
                      aggfunc = 'mean')

print(data_flights_1.head())

**Explicación:**

```python
data = pd.pivot_table(data, values = 'Length',
                      index = 'Flight',
                      aggfunc = 'mean')
```
- `pd.pivot_table()` - función que crea tablas dinámicas;
- `data` - data frame que utilizamos;
- `values = 'Length'` - al argumento `values`, asignamos columnas que tienen el mismo grupo, para las cuales aplicaremos el cálculo del promedio, máximo, etc. Si deseas agrupar por varias columnas, colócalas en una lista; el orden no es crucial;
- `index = 'Flight'` - `index` es un argumento al que asignas el nombre de una columna o columnas por las que deseas agrupar. Si deseas agrupar por varias columnas, colócalas en una lista; el orden sí es crucial, como en la función `.groupby()`;
- `aggfunc = 'mean'` - igual que `agg` en el método `.groupby()`, `aggfunc` tiene exactamente la misma sintaxis que `agg`. Así, puedes colocar varias funciones aquí poniéndolas en una lista para especificar funciones para diferentes columnas usando llaves.

Aquí tienes un ejemplo de código que utiliza la instrucción `.groupby()`. Por favor, selecciona el análogo usando la función `.pivot_table()`.

Este curso contiene muchas funciones útiles para un futuro analista de datos. Aprenderás diferentes formas de extraer datos e incluso establecer condiciones sobre ellos. Después de esto, estarás familiarizado con los métodos de agrupación de datos. Además, aprenderás cómo preprocesar datos. Cada sección tiene su propio conjunto de datos, lo que hace que el curso sea atractivo.

Esta sección te enseñará cómo mostrar columnas específicas por sus títulos o índices. Además, te familiarizarás con las formas en que puedes seleccionar filas por índices.

Aquí aprenderás cómo extraer datos que cumplen condiciones específicas. Además, aprenderás cómo combinarlas e incluso crear tus propias condiciones.

En esta sección, ampliarás tus conocimientos sobre cómo establecer diferentes condiciones de datos. Aprenderás a verificar si tus datos se encuentran en una lista definida de valores o entre dos valores. También aprenderás a encontrar los valores más grandes y más pequeños.

Esta sección es una de las más fascinantes del curso. Aquí aprenderás cómo agrupar datos de diferentes maneras. Te ayudará a trabajar como analista de datos para descubrir información sobre grupos de datos específicos.

Esta sección es una de las más significativas para un analista de datos porque si los datos contienen valores faltantes o en un formato incorrecto, será imposible trabajar con ellos. Por lo tanto, aquí aprenderás cómo tratar con dichos valores inapropiados.

Trabajando con Tablas Dinámicas