pandas 分组统计的三个函数 pivot table crosstab groupby

最近在做数据，记录一下遇到的问题，解决的方式，

有一个数据，如图

我想统计每年的idx_reply, idx_sat, idx_default的频数 交叉统计。

探索了一下午，做法是这样的。

data_test

data_test.groupby(data_test['year'])['idx_reply'].value_counts().unstack()

使用groupby 默认会把分组的作为索引 ，如果不用 unstack， 就会是这样

用了unstack ，就整齐一点

同样的效果，也可以使用crosstab 达到。

pd.crosstab(index=data_test['year'], columns=data_test['idx_reply'])

使用pivot_table，没有办法弄出上面的效果。

感觉就是crosstab命令做直接。还可以计算百分比

这里crosstab的margins 选项是

normalize : bool, {'all', 'index', 'columns'}, or {0,1}, default False
        Normalize by dividing all values by the sum of values.

        - If passed 'all' or `True`, will normalize over all values.
        - If passed 'index' will normalize over each row.
        - If passed 'columns' will normalize over each column.
        - If margins is `True`, will also normalize margin values.

后续还会继续学习。