Python 中 pandas.crosstable()函数
该方法用于计算两个(或多个)因素的简单交叉列表。默认情况下，会计算因子的频率表，除非传递了值数组和聚合函数。
语法:pandas.crosstable(索引，列，值=无，行名=无，列名=无，aggfunc =无，边距=假，边距 _name= '全部'，dropna =真，normalize =假)
论据:
- 索引:类似数组、序列或数组/序列列表，行中要分组的值。
- 列:类似数组、系列或数组/系列列表，列中要分组的值。
- 值:类似数组，可选，数组中的值要根据因素进行聚合。要求指定“aggfunc”。
- 行名:序列，默认无，如果通过，必须与通过的行数组数匹配。
- 列名:序列，默认无，如果通过，必须与通过的列数组数匹配。
- aggfunc : 函数，可选，如果指定，还需要指定“值”。
- 边距: bool，默认 False，添加行/列边距(小计)。
- 边距_名称:字符串，默认为“全部”，当边距为真时，将包含总计的行/列的名称。
- dropna : bool，默认为 True，不包括条目全部为 NaN 的列。
下面是上述方法的实现，并附有一些例子:
例 1 :
蟒蛇 3
# importing packages
import pandas
import numpy
# creating some data
a = numpy.array(["foo", "foo", "foo", "foo",
"bar", "bar", "bar", "bar",
"foo", "foo", "foo"],
dtype=object)
b = numpy.array(["one", "one", "one", "two",
"one", "one", "one", "two",
"two", "two", "one"],
dtype=object)
c = numpy.array(["dull", "dull", "shiny",
"dull", "dull", "shiny",
"shiny", "dull", "shiny",
"shiny", "shiny"],
dtype=object)
# form the cross tab
pandas.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])
输出:
例 2 :
蟒蛇 3
# importing package
import pandas
# create some data
foo = pandas.Categorical(['a', 'b'],
categories=['a', 'b', 'c'])
bar = pandas.Categorical(['d', 'e'],
categories=['d', 'e', 'f'])
# form crosstab with dropna=True (default)
pandas.crosstab(foo, bar)
# form crosstab with dropna=False
pandas.crosstab(foo, bar, dropna=False)
输出:
