pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False) [源代码]
计算两个(或多个)因子的简单交叉表。
默认情况下，计算因子的频率表，除非传递值数组和聚合函数。
参数： | index：array-like, Series, 或 arrays/Series的list 要在行中进行分组的值。 xpath：array-like, Series, 或 arrays/Series的list 列中要分组的值。 values：array-like, 可选的 要根据因子聚合的值数组，要求指定 rownames： 如果传递，则必须匹配传递的行数组数量。 colnames： 如果传递，则必须匹配传递的列数组数量。 aggfunc： 如果指定，也需要指定值。 margins： 添加行/列边距(小计)。 margins_name： 当margin为True时，将包含总数的行/列的名称。 dropna： 不要包含条目都是NaN的列。 normalize： 用所有值除以值的和进行归一化。 1）如果传入' all '或True，将对所有值进行规范化。 2）如果传递' index '，将对每一行进行规范化。 3）如果传递' columns '，将对每一列进行规范化。 4）如果margin为True，也将使margin值规范化。 |
返回： | DataFrame 交叉表格的数据。 |
Notes
任何传递的Series都将使用它们的name属性，除非为交叉表指定行名或列名。
传递的任何包含Categorical数据的输入都将使其所有类别包含在交叉表中，即使实际数据不包含任何特定类别的实例。
如果没有重叠的索引，则返回一个空的DataFrame。
例如，
>>> a = np.array(["foo", "foo", "foo", "foo", "bar", "bar", ... "bar", "bar", "foo", "foo", "foo"], dtype=object) >>> b = np.array(["one", "one", "one", "two", "one", "one", ... "one", "two", "two", "two", "one"], dtype=object) >>> c = np.array(["dull", "dull", "shiny", "dull", "dull", "shiny", ... "shiny", "dull", "shiny", "shiny", "shiny"], ... dtype=object) >>> pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c']) b one two c dull shiny dull shiny a bar 1 2 1 0 foo 2 2 1 2
这里' c '和' f '没有在数据中表示，也不会显示在输出中，因为dropna默认为True。设置dropna=False保存没有数据的类别。
>>> 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 >>> pd.crosstab(foo, bar, dropna=False) col_0 d e f row_0 a 1 0 0 b 0 1 0 c 0 0 0