跳转至

Python 中 pandas.crosstable()函数

原文:https://www.geesforgeks.org/pandas-交叉表-python 中的函数/

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:



回到顶部