Python中的pandas.crosstab()函数

当我们需要进行数据透视分析时，pandas库提供了非常实用的函数crosstab()。crosstab()函数可以帮助我们快速地创建交叉表或者透视表，帮助我们更好地了解企业运营、调查分析以及其他数据分析任务。

crosstab()函数的用法如下所示：

pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)

参数解释：

• index：指定交叉表的行索引。
• columns：指定交叉表的列索引。
• values：指定交叉表的值。
• rownames：指定交叉表的行名称。
• colnames：指定交叉表的列名称。
• aggfunc：指定交叉表的聚合函数。
• margins：指定是否显示行和列的合计。
• margins_name：指定合计列和行的名称。
• dropna：指定是否忽略NaN值。
• normalize：指定是否对交叉表中的值进行标准化。

使用crosstab()函数，我们可以将两个以上的变量进行交叉汇总，得到一个交叉表或者称为透视表。交叉表中的每一个单元格表示变量的组合对应的次数或者其他聚合统计值。

下面是一个使用crosstab()函数创建透视表的示例：

import pandas as pd

data = {'Gender': ['Male', 'Male', 'Female', 'Female', 'Female'], 
        'Age': [28, 40, 22, 21, 36], 
        'City': ['Beijing', 'Shanghai', 'Beijing', 'Beijing', 'Shanghai'], 
        'Salary': [13000, 15000, 12000, 10000, 17000]}

df = pd.DataFrame(data)

# 创建透视表
table = pd.crosstab(df['Gender'], df['City'], values=df['Salary'], aggfunc='mean')

在这个示例中，我们使用pd.DataFrame()函数创建一个包含4列数据的数据帧，然后使用pd.crosstab()函数创建了一个透视表，该透视表显示了不同城市和不同性别的人的平均工资。这里使用了value参数和aggfunc参数来指定交叉表的值和聚合函数。

需要注意的是，crosstab()函数的输入变量可以是一个Series对象，也可以是一个DataFrame对象。在实践中，我们经常要使用crosstab()函数对 DataFrame 数据表和 Series 数据列进行分组分析，以得出变量之间的相关性和相互影响。

总之，crosstab()函数是一个非常实用的函数，它可以帮助我们快速地创建交叉表或透视表，快速进行大型数据集的分析和可视化。