Pandas 可视化图表之crosstab 交叉表

前言

接上一篇，pandas.pivot_table是生成透视图，可以对数据进行行列的任意分组转置等操作，很方便。而crosstab则是一种特殊的透视表。

pandas.crosstab介绍

***crosstab***是交叉表，默认是计算分组频率的特殊透视表（默认的聚合函数是统计行列组合出现的次数）。如果指定了聚合函数则按聚合函数来统计，但是要指定values的值，指明需要聚合的数据。

函数原型如下：

pandas.crosstab(index, columns**,** values=None**,** rownames=None**,** colnames=None**,** aggfunc=None**,** margins=False**,** margins_name: str = 'All’, dropna: bool = True**,** normalize=False**)** → ‘DataFrame’

index：指定了要分组的列，最终作为行。

columns：指定了要分组的列，最终作为列。

values：指定了要聚合的值（由行列共同影响），需要指定aggfunc参数。

rownames：指定了行名称。

colnames：指定了列名称。

aggfunc：指定聚合函数。必须指定values的值。

margins：布尔值，是否分类统计。默认False。

margins_name：分类统计的名称，默认是“All”。

dropna：是否包含全部是NaN的列。默认是True。

normalize：标准化统计各行列的百分比。如果传all或者True，将输出当前值对所有值得百分比（分母是所有行列的值）。如果传“index”则对行进行百分比统计。如果传“columns”则对列进行百分比统计。如果margins为True，将会把All的值也计算在内进行百分比统计。PS:实际使用过程中，在指定margins=True的时候，把columns设置为一个series没有问题，但是当换成数组的时候这里报错说All不在DataFrame里面。奇怪，有理解深刻的同学请指点，不胜感激。

参考链接

• https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.crosstab.html?highlight=crosstab