crosstab交叉表_用Python统计推断——交叉表篇（上：crosstab与热图)

本文需要用到的Python库：

Pandas

Seaborn

本文纲要：

一、什么是交叉表？

二、例子中用到的数据

三、用Pandas构建交叉表

四、交叉表可视化

一、什么是交叉表？

交叉表是一种常用的分类汇总表格，用于频数分布统计，主要价值在于描述了变量间关系的深刻含义。虽然两个(或以上)变量可以是分类的或数量的，但是以都是分类的情形最为常见。

假设我们有两个变量，性别(男性或女性)和手性(右或左手)。 进一步假设，从非常大的人群中随机抽取100个人，作为对手性的性别差异研究的一部分。 可以创建一个交叉表来显示男性和右撇子，男性和左撇子，女性和右撇子以及女性和左撇子的个人数量。 这样的交叉表如下所示。

男性，女性以及右撇子和左撇子个体的数量称为边际总数。总计(即交叉表中所代表的个人总数)是右下角的数字。

二、例子中用到的数据

例子中用到的数据来自http://Kaggle.com，是一个关于facebook的真实和虚假账号的数据集，包含了889个账户真实与否信息、好友数、教育情况、性别、等信息。数据集里有一个缺失值，进一步处理之前，先把缺失值去掉。数据集链接​www.kaggle.com

import pandas as pd

df = pd.read_csv('facebookac.csv')

dr = df.dropna()

df.columns

#Index([&#