pd.pivot_table与pd.crosstab

发布网友发布时间：2024-10-05 03:21

共1个回答

热心网友时间：2024-11-16 07:07

在数据分析时，数据透视表和交叉表是常用的工具。pandas库中的pd.pivot_table和pd.crosstab函数分别用于构建这两种表，下面详细介绍它们的使用方法和区别。

数据透视表，实现数据聚合与分组功能，通过pd.pivot_table函数构建。此函数参数包括data（数据源）、values（聚合列）、index（行索引）、columns（列索引）、aggfunc（聚合方法，如求平均值）、fill_value（缺失值填充）、margin（添加总计行/列）、dropna（忽略NA值，默认为True）和margins_name（总计行/列名称）。

例如，使用data进行数据透视，计算不同key下value的和，或以date和key共同数据透视，统计不同组合下values的数量。

交叉表，用于计算因子频率表，默认情况下，使用pd.crosstab函数创建。此函数参数有index（行分组值）、columns（列分组值）、values（聚合值数组）、rownames（行标签）、colnames（列标签）、aggfunc（聚合方法，需与values指定）、margins（是否添加总计行/列）、dropna（是否忽略NA值，默认为True）和normalize（是否归一化，为True显示百分比）。

举例，仅接收两个Series时，提供频率表，统计A的唯一值在B唯一值中的出现次数；以A和B界定分组，计算每组中第三个系列C的和。

两者的区别在于，数据透视表是一个更广泛的函数，能实现多种统计和分组操作；而交叉表是特定于构建因子频率表的简化版本，当只需统计分组频率时更为便利。