相关导航
pandas 交叉表 crosstab
看过来
《pandas 教程》 持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》 和 《Python之光》。
交叉表是用于统计分组频率的特殊透视表。简单来说，就是将两个或者多个列重中不重复的元素组成一个新的 DataFrame，新数据的行和列交叉的部分值为其组合在原数据中的数量。
逻辑图示
语法结构
语法结构如下：
pd.crosstab(index, columns, values=None, rownames=None,
colnames=None, aggfunc=None, margins=False,
margins_name: str = 'All', dropna: bool = True,
normalize=False) → 'DataFrame'
参数说明：
- index：类数组，在行中按分组的值。
- columns：类数组的值，用于在列中进行分组。
- values：类数组的，可选的，要根据因素汇总的值数组。
- aggfunc：函数，可选，如果未传递任何值数组，则计算频率表。
- rownames：序列，默认为None，必须与传递的行数组数匹配。
- colnames：序列，默认值为None，如果传递，则必须与传递的列数组数匹配。
- margins：布尔值，默认为False，添加行/列边距（小计）
- normalize：布尔值，{'all'，'index'，'columns'}或{0,1}，默认为False。 通过将所有值除以值的总和进行归一化。
案例
在下例中，A B 两列进行交叉，A 有不重复的值 1和2，B 有3和4。交叉后组成了新的数据，具体的值为对应行列上的组合在原数据中的数量。
df = pd.DataFrame({'A': [1, 2, 2, 2, 2],
'B': [3, 3, 4, 4, 4],
'C': [1, 1, np.nan, 1, 1]})
'''
A B C
0 1 3 1.0
1 2 3 1.0
2 2 4 NaN
3 2 4 1.0
4 2 4 1.0
'''
pd.crosstab(df['A'], df['B'])
'''
B 3 4
A
1 1 0
2 1 3
'''
可以对 Categorical 分类类型数据进行交叉：
foo = pd.Categorical(['a', 'b'], categories=['a', 'b', 'c'])
bar = pd.Categorical(['d', 'e'], categories=['d', 'e', 'f'])
pd.crosstab(foo, bar)
'''
col_0 d e
row_0
a 1 0
b 0 1
'''
归一化
对交叉结果进行归一化：
pd.crosstab(df['A'], df['B'], normalize=True)
'''
B 3 4
A
1 0.2 0.0
2 0.2 0.6
'''
对每列进行归一化：
pd.crosstab(df['A'], df['B'], normalize='columns')
'''
B 3 4
A
1 0.5 0.0
2 0.5 1.0
'''
聚合
指定列做为值，并将这些值按一定算法进行聚合：
pd.crosstab(df['A'], df['B'], values=df['C'], aggfunc=np.sum)
'''
B 3 4
A
1 1.0 NaN
2 1.0 2.0
'''
边距汇总
在最右边增加一个汇总列：
pd.crosstab(df['A'], df['B'],
values=df['C'],
aggfunc=np.sum,
normalize=True,
margins=True)
'''
B 3 4 All
A
1 0.25 0.0 0.25
2 0.25 0.5 0.75
All 0.50 0.5 1.00
'''
更新时间：2020-06-01 15:49:51 标签：pandas 交叉表
