交叉表（crosstab）和透视表（pivotTab）

最新推荐文章于 2025-06-16 09:24:35 发布

风信子的故事

最新推荐文章于 2025-06-16 09:24:35 发布

阅读量9.8k

点赞数 8

CC 4.0 BY-SA版权

分类专栏：数据分析

本文链接：https://blog.youkuaiyun.com/bll1992/article/details/85106722

数据分析专栏收录该内容

9 篇文章

订阅专栏

本文介绍如何利用Python的Pandas库进行数据透视和交叉表分析，包括创建透视表来聚合数据，以及使用交叉表统计分组频率。通过实例展示了不同参数设置下透视表的功能，如设置行索引、列索引、应用聚集函数等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import  numpy as np
import  pandas as pd
"""
1：透视表（pivotTab）
透视表是将原有的DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数
"""
df = pd.DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'],
                '产地':['美国','中国','中国','中国','新西兰','新西兰','美国'],
                '水果':['苹果','梨','草莓','番茄','黄瓜','羊肉','牛肉'],
               '数量':[5,5,9,3,2,10,8],
               '价格':[5,5,10,3,3,13,20]})
print(df)
print(df.pivot_table(index=['产地','类别']))
#行索引为"产地"，列索引为'类别'
#对“价格”应用'max',并提供分项统计，缺失值填充0
print(df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0))
print("*******************交叉表的信息******************************")
"""
交叉表
用于统计分组频率的特殊透视表
"""
print(pd.crosstab(df['类别'],df['产地'],margins=True))