pandas 分组统计 列联表pd.crosstab()

pandas分组的统计方式

我们需要统计多个字段的次数：

如下表数据：

通常多个组的统计可以采用DataFrame.groupby(by=['减肥方式','血压含量'])['减肥方式'].count().reset_index(name='次数')

这里我们能看到我们采用分组统计之后，能详细看到表格的统计，但是却不利于开发的统计

附下，采用分组统计的方式

def list_set(list_1):list_2 = list(set(list_1))list_2.sort(key=list_1.index)return list_2def func(df,df_title_X,df_title_Y):df_data = df.groupby(by=[df_title_X,df_title_Y])[df_title_X].count().reset_index(name='次数')data_dict = {}for i in df_data[df_data.columns[0]]:data_dict[i] = {}for a in df_data[df_data.columns[1]]:data_dict[i][a] = {}for i in range(df_data.shape[0]):data_dict[df_data[df_data.columns[0]].loc[i]][df_data[df_data.columns[1]].loc[i]] = df_data[df_data.columns[2]].loc[i]l = [list(i.values()) for i in data_dict.values()]return pd.DataFrame(np.array(l).T,columns=list_set(df_data[df_title_X].to_list()),index=list_set(df_data[df_title_X].to_list()))print(func(df,'减肥方式','血压含量'))

                                          结果如下：

在查阅pandas的官方文档之后，我们了解到了这种叫做列联表,pandas.crosstab()的函数

import pandas as pd
pd.crosstab()

print(pd.crosstab(df['血压含量'],df['减肥方式'],margins=True,margins_name='总和'))
print(pd.crosstab(df['血压含量'],df['减肥方式'],margins=True,margins_name='总和').to_dict())

后续还有透视表pandas.pivot_table()，就自行查看pandas的官方文档。