Python中的 pandas.crosstab()函数

pandas.crosstab()函数是一个用于计算交叉表（也称为列联表）的功能强大的函数。交叉表是用于统计分组数据的特殊数据表格。它显示了两个或多个分类变量之间的关系。它可以用于理解数据集中不同变量之间的关系。

函数定义

pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name: str = 'All', dropna: bool = True, normalize=False)

• index：pandas对象
• columns：pandas对象
• values：pandas对象，可选
• rownames：序列，可选
• colnames：序列，可选
• aggfunc：函数，可选
• margins：bool型，可选，默认为False
• margins_name：字符串，可选，默认为'All'
• dropna：bool型，可选，默认为True
• normalize：bool型，可选，默认为False

用途

pandas.crosstab()用于计算交叉表并返回结果。该函数接受许多参数，其中最重要的是index和columns。这些参数用来指定要计数的数据列或分类变量。用户还可以使用values参数指定要使用的列，并使用aggfunc参数指定用于执行计数的聚合函数。

示例

下面是一个示例，演示如何使用pandas.crosstab()来创建交叉表。

import pandas as pd

# 创建一个DataFrame
data = {
    'Gender': ['Male', 'Female', 'Male', 'Female', 'Male', 'Male', 'Female', 'Female'],
    'Region': ['North', 'North', 'South', 'North', 'South', 'North', 'South', 'South']
}
df = pd.DataFrame(data)

# 使用crosstab()函数创建交叉表
result = pd.crosstab(index=df['Gender'], columns=df['Region'])

# 打印结果
print(result)

输出：

Region  North  South
Gender              
Female      2      2
Male        3      2

在上面的示例中，我们使用pd.crosstab()创建了一个交叉表，该表显示了性别和地区之间的关系。此表告诉我们，在我们的数据集中，有2个女性和2个男性在北部，而有3个男性和2个女性在南部。

总结

pandas.crosstab()函数是一个强大的函数，用于计算交叉表。它可以让用户了解数据中不同变量之间的关系。使用该函数，用户可以指定要计数的数据列或分类变量，并指定要使用的聚合函数来进行计数。