本機環境

　　1、win7 64 旗艦版

　　2、Qt 5.9.1（MSVC 2015,32 bit）

　　3、Python 3.7.1 （32-bit），二進制包安裝的，即Windows x86 executable installer

　　4、PythonQt 3.2 使用上面的環境，源碼編譯

　　5、2018年10月26日

前敘

　　1、為什麽沒有全部使用vs2015編譯python。就是官方建議的pythonQt和python的編譯器保持一致，實際編譯中python的庫編譯成功了，但應該是環境問題，和官方的安裝包比不是很一樣。並且vs2015只能支持編譯Python3.6及以下版本。

　　2、為什麽沒有使用Anaconda進行管理。本文中使用pandas包，先前打算使用Pythoner都說pip怎麽怎麽麻煩，推薦的Anaconda進行包的管理，經過摸索發現，Anaconda裏面包含了Python，根本不需要先安裝Python，Anaconda都會內置一個Python（這個python才擁有各種包的環境），並且Anaconda不是每個python都有一個版本的。

Anaconda3-5.3.0-Windows-x86——內置python-3.7.0
Anaconda3-5.2.0-Windows-x86——內置python-3.6.5

我在編譯PythonQt3.2時，設置了Anaconda中python庫的位置，編譯完全沒有問題，但運行實例時，報錯（具體錯誤忘記），但是使用對應版本的Python二進制安裝包安裝，然後編譯PythonQt3.2運行實例，則正常，也就是說PythonQt3.2無法使用Anaconda提供的python庫。——有解決方法，歡迎各位指正

安裝pandas

　　通過參考資料，因為國內被墻，pip使用國內鏡像源，安裝pandas，還好pip會自己安裝pandas依賴的包。CMD中運行：

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

此時配置Pycharm，可以看到已安裝的包

測試代碼：

　　要註意PythonQt3.2中import pandas會報沒有模塊，但是在cmd中可以。根據參考資料，包含路徑即可解決，本人也嘗試將這個路徑加入環境變量Path，但不好用。怎麽查看三方包site-packages的目錄，見下圖：

源碼：

from PythonQt.QtGui import *
import sys
# To use site-packages
sys.path.append(
 
‘C:\\Users\\Administrator\\AppData\\Local\\Programs\\Python\\Python37-32\\Lib\\site-packages‘)

from collections import OrderedDict
from pandas import DataFrame
import pandas as pd
import numpy as np
import datetime
df = pd.DataFrame({‘A‘: [‘one‘, ‘one‘, ‘two‘, ‘three‘] * 6,
                   ‘B‘: [‘A‘, ‘B‘, ‘C‘] * 8,
                   ‘C‘: [‘foo‘, ‘foo‘, ‘foo‘, ‘bar‘, ‘bar‘, ‘bar‘] * 4,
                   ‘D‘: [‘甲‘, ‘乙‘, ‘丙‘] * 8,
                   ‘E‘: [datetime.datetime(2013, i, 1) for i in range(1, 13)] +
                        [datetime.datetime(2013, i, 15) for i in range(1, 13)]})
print(df)
p = pd.pivot_table(df,index=[‘A‘, ‘B‘], columns=[‘C‘,‘D‘],aggfunc=‘count‘,fill_value=‘0‘,margins=True)
print(p)

運行結果：

        A  B    C  D          E
0     one  A  foo  甲 2013-01-01
1     one  B  foo  乙 2013-02-01
2     two  C  foo  丙 2013-03-01
3   three  A  bar  甲 2013-04-01
4     one  B  bar  乙 2013-05-01
5     one  C  bar  丙 2013-06-01
6     two  A  foo  甲 2013-07-01
7   three  B  foo  乙 2013-08-01
8     one  C  foo  丙 2013-09-01
9     one  A  bar  甲 2013-10-01
10    two  B  bar  乙 2013-11-01
11  three  C  bar  丙 2013-12-01
12    one  A  foo  甲 2013-01-15
13    one  B  foo  乙 2013-02-15
14    two  C  foo  丙 2013-03-15
15  three  A  bar  甲 2013-04-15
16    one  B  bar  乙 2013-05-15
17    one  C  bar  丙 2013-06-15
18    two  A  foo  甲 2013-07-15
19  three  B  foo  乙 2013-08-15
20    one  C  foo  丙 2013-09-15
21    one  A  bar  甲 2013-10-15
22    two  B  bar  乙 2013-11-15
23  three  C  bar  丙 2013-12-15
          E                    
C       bar       foo       All
D         丙  乙  甲   丙  乙  甲    
A     B                        
one   A   0  0  2   0  0  2   4
      B   0  2  0   0  2  0   4
      C   2  0  0   2  0  0   4
three A   0  0  2   0  0  0   2
      B   0  0  0   0  2  0   2
      C   2  0  0   0  0  0   2
two   A   0  0  0   0  0  2   2
      B   0  2  0   0  0  0   2
      C   0  0  0   2  0  0   2
All       4  4  4   4  4  4  24

參考資料

更換pip源到國內鏡像 https://blog.csdn.net/chenghuikai/article/details/55258957

在Qt(C++)中與Python混合編程 https://www.cnblogs.com/xia-weiwen/p/7932379.html

Windows下PythonQt3.2使用pandas.pivot_table