# 导入pandas库,并将其重命名为pd
import pandas as pd

# 从'items.csv'文件中读取数据,使用逗号作为分隔符,并将数据存储在名为items的DataFrame中
items = pd.read_csv('items.csv', sep=',')
# 从'signup.csv'文件中读取数据,使用逗号作为分隔符,并将数据存储在名为signup的DataFrame中
signup = pd.read_csv('signup.csv', sep=',')

# 使用'item_id'列将items和signup两个DataFrame合并成一个新的DataFrame,存储在名为data的变量中
data = pd.merge(items, signup, on='item_id')

# 创建一个透视表,使用'item_name'列作为列标签,以['sex', 'department']作为行标签,使用'employee_id'列的计数作为值
# 对于缺失的值,使用0来填充
pivot_table_result = pd.pivot_table(data, fill_value=0, columns='item_name', index=['sex', 'department'], aggfunc='count', values=['employee_id'])

# 打印透视表的结果
print(pivot_table_result)