Python统计基础：生成频数分布表

为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能，从而更快地掌握解决问题所需的能力。

（以下练习题来源于《统计学—基于Python》。联系获取原始数据。）

---

练习题

为评价旅游业的服务质量，随机抽取60个顾客进行调查，得到的满意度回答如下表所示（前3行和后3行）。

（1）分别生成被调查者性别和满意度的简单频数分布表。

（2）生成被调查者性别和满意度的二维列联表。

（3）对（2）生成的二维列联表做简单分析。

---

Python代码与结果

频数分布表（frequency distribution table）是展示数据的一种基本形式，它是对类别数据（因子的水平）计数或数值数据类别化（分组）后计数生成的表格，用于展示数据的频数分布（frequency distribution），其中，落在某一特定类别的数据个数称为频数(frequency)。

使用频数分布表可以观察不同类型数据的分布特征。比如，通过不同品牌产品销售量的分布可以了解其市场占有率；通过一所大学不同学院学生人数的分布可以了解该大学的学生构成，通过社会中不同收入阶层的人数分布可以了解收入的分布状况，等等。

（1）分别生成被调查者性别和满意度的简单频数分布表。

# 使用value_counts函数生成性别和满意度的简单频数分布表（一维表）
import pandas as pd
df = pd.read_csv('exercise2_4.csv')
tab11 = df['性别'].value_counts() # 生成性别频数表（类型是序列）
pd.DataFrame(tab11) # 转换成数据框

# 使用value_counts函数生成性别和满意度的简单频数分布表（一维表）
import pandas as pd
df = pd.read_csv('exercise2_4.csv')
tab12 = df['满意度'].value_counts() # 生成性别频数表（类型是序列）
pd.DataFrame(tab12) # 转换成数据框

（2）生成被调查者性别和满意度的二维列联表。

# 使用pd汇总的crosstab函数生成二维表
import pandas as pd
df = pd.read_csv('exercise2_4.csv')
tab21 = pd.crosstab(df.性别, df.满意度)
tab21

# 为二维表添加边际和并修改边际和的名称
tab22 = pd.crosstab(df.性别, df.满意度, margins = True, margins_name = '合计')
tab22

（3）对（2）生成的二维列联表做简单分析（计算各数据占总和的百分比）。

# 计算各列所占的比例，并转换成百分比表
tab24 = pd.crosstab(df.性别, df.满意度, margins = True, margins_name = '合计', normalize = 'columns')
round(tab24*100, 2)

# 计算各数据占总和的比例，并转换成百分比表
tab25 = pd.crosstab(df.性别, df.满意度, margins = True, margins_name = '合计', normalize = 'all')
round(tab25*100,2)

---

都读到这里了，不妨关注、点赞一下吧！