在Pandas中，我们可以使用pivot_table()函数来创建透视表，并且不使用分组索引。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'A': ['foo', 'foo', 'foo', 'foo', 'bar', 'bar', 'bar', 'bar', 'foo', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'one', 'one', 'two', 'two', 'two', 'one', 'one'],
        'C': ['small', 'large', 'large', 'small', 'small', 'large', 'small', 'small', 'large', 'small', 'large'],
        'D': [1, 2, 2, 3, 3, 4, 5, 6, 7, 8, 9],
        'E': [2, 4, 5, 5, 6, 6, 8, 9, 9, 10, 12]}

df = pd.DataFrame(data)

# 创建透视表
pivot_table = pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc='sum')

# 打印结果
print(pivot_table)

输出结果如下：

C         large  small
A   B                
bar one     6.0    3.0
    two     NaN   11.0
foo one     NaN    2.0
    two     4.0    5.0

这个例子中，我们使用pivot_table()函数创建了一个透视表。values参数指定了要汇总的列，index参数指定了要用作行索引的列，columns参数指定了要用作列索引的列，aggfunc参数指定了汇总函数（在这个例子中使用了求和函数sum）。最后，我们打印了透视表的结果。