以下是一个使用Python中的pandas库来创建按类别的数据透视表的示例代码：

import pandas as pd

# 创建示例数据
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
        'Value': [1, 2, 3, 4, 5, 6]}

df = pd.DataFrame(data)

# 创建按类别的数据透视表
pivot_table = pd.pivot_table(df, index='Category', values='Value', aggfunc='sum')

print(pivot_table)

输出结果：

         Value
Category       
A            9
B           12

在上述代码中，我们首先创建了一个包含两列（Category和Value）的DataFrame对象。然后，使用pd.pivot_table函数来创建按Category列进行分组的数据透视表。index参数指定了要根据哪一列进行分组，values参数指定了要对哪一列的数值进行聚合操作，aggfunc参数指定了要使用的聚合函数（这里使用了sum函数）。最后，使用print函数打印出结果。

这个示例中的数据透视表按照Category列进行分组，并计算了每个类别对应的Value列的总和。你可以根据自己的需求修改示例代码来创建不同的数据透视表。