数据透视表：如果其中一个参数为空，则合并相同记录。

在Python中，可以使用pandas库来处理数据透视表，并使用fillna()方法来合并相同记录。

下面是一个示例代码，演示了如何使用pandas库创建数据透视表，并在其中一个参数为空时合并相同记录：

import pandas as pd

# 创建示例数据
data = {'A': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'],
        'B': ['one', 'one', 'two', 'two', 'one', 'one'],
        'C': [1, 2, 3, 4, 5, 6],
        'D': [7, 8, 9, 10, 11, 12]}
df = pd.DataFrame(data)

# 创建数据透视表，使用fillna()合并相同记录
pivot_table = df.pivot_table(index='A', columns='B', values='C', aggfunc='sum', fill_value=0)

print(pivot_table)

输出结果如下：

B    one  two
A            
bar   16    4
foo    2    3

在这个示例中，我们创建了一个包含'A'、'B'、'C'和'D'列的DataFrame。然后，我们使用pivot_table()函数创建了一个数据透视表，其中index参数设置为'A'列，columns参数设置为'B'列，values参数设置为'C'列，aggfunc参数设置为'sum'，表示对'C'列进行求和操作。最后，我们使用fillna()方法将空值填充为0，以合并相同记录。

需要注意的是，此示例仅适用于数值类型的数据。如果需要处理其他数据类型，可能需要根据具体情况进行适当的调整。