python 用 panda 实现列联表（交叉表）实例详解

交叉表（cross-tabulation，简称crosstab）是⼀种⽤于计算分组频率的特殊透视表。

语法详解：

pd.crosstab(index,   #  分组依据
            columns,   # 列
            values=None,   # 聚合计算的值
            rownames=None,   # 列名称
            colnames=None,   # 行名称
            aggfunc=None,   # 聚合函数
            margins=False,   # 总计行/列
            dropna=True,   #  是否删除缺失值
            normalize=False    # 
           )

 

1 crosstab() 实例1

1.1 读取数据

import os
import numpy as np
import pandas as pd

file_name = os.path.join(path, 'Excel_test.xls')
df = pd.read_excel(io=file_name,    # 工作簿路径
                   sheetname='透视表',    # 工作表名称
                   skiprows=1,    # 要忽略的行数
                   parse_cols='A:D'    # 读入的列
                  )
df

 

1.2 pd.crosstab() 默认生成以行和列分类的频数表

pd.crosstab(df['客户名称'], df['产品类别'])

 

1.3 设置跟多参数实现分类汇总

pd.crosstab(index=df['客户名称'],
            columns=df['产品类别'],
            values=df['销量'],
            aggfunc='sum',
            margins=True
           ).round(0).fillna(0).astype('int')

注：因为交叉表示透视表的特例，所以交叉表可以用透视表的函数实现。又因为透视表可以用更 python 的方式 groupby-apply 实现，所以，交叉表完全可以用 groupby-apply 的方式实现。

 

2 用分类汇总的方法实现 交叉表

df.groupby(['客户名称', '产品类别']).apply(sum)

 2.1 分类汇总、重新索引、设置数值格式综合应用

c_tbl = df.groupby(['客户名称', '产品类别']).apply(sum)['销量'].unstack()
c_tbl['总计'] = c_tbl.sum(axis=1)  # 添加总计列
c_tbl.fillna(0).round(0).astype('int')

 

软件信息：