Функция Pandas crosstab() в Python: вычисление перекрестной кросс-таблицы

Чтобы вычислить кросс-таблицу массивов, используйте метод crosstab() Pandas.

Содержание

Что такое функция Pandas crosstab()?
Синтаксис
Параметры
Возвращаемое значение
Пример программы с pandas.crosstab()

Что такое функция Pandas crosstab()?

Функция Pandas crosstab() используется для вычисления перекрестной таблицы двух или более факторов. Она определена в библиотеке Pandas. По умолчанию он вычисляет таблицу частот всех упомянутых факторов, если только не передан массив или список значений и функций агрегирования.

Синтаксис

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

pandas.crosstab(index, columns, values = None, rownames=None,

colnames = None, aggfunc = None, margins = False,

margins_name: str = ‘All’, dropna: bool = True,

normalize = False) ->’DataFrame’

Параметры

Метод crosstab() имеет следующие параметры:

index: указывает значения для группы в строках. Он принимает массивы, серии, списки или массивы/серии.
columns: сообщает о значениях для группы в столбцах. Он принимает массив, серию, список или массив/серию.
values: это массив значений для агрегирования в соответствии с факторами. Требуется указать ggfunc.
rownames: Необязательный параметр, он должен соответствовать количеству переданных массивов строк.
colnames: Также необязателен, должен соответствовать количеству переданных массивов столбцов.
aggfunc: это необязательная функция. Если эта функция указана, она также требует определения значений.
rownames: принимает логические значения и по умолчанию имеет значение False. Он добавляет поля строк/столбцов.
margins_name: принимает значения str и по умолчанию установлено значение «All». Это имя строки/столбца, которые будут содержать итоги, когда поля равны True.
Dropna: также принимает логическое значение и по умолчанию имеет значение True. Он не включает столбцы, все записи которых являются NaN.
normalize: может принимать логическое значение, {‘all’, ‘index’, ‘columns’} или {0,1}, и по умолчанию его значение равно False. Он нормализуется путем деления значений на сумму значений.
- Если передано «all» или «True», общие значения будут нормализованы.
- Если передан «index», он будет нормализоваться для каждой строки.
- Если переданы «columns», он будет нормализоваться по каждому столбцу.
- Если для полей задано значение True, это также нормализует значения полей.

Возвращаемое значение

Функция crosstab() возвращает DataFrame, представляющий собой перекрестную таблицу данных.

Пример программы с pandas.crosstab()

Напишем программу, показывающую работу pandas.crosstab().

import pandas as pd
import numpy as np

data1 = np.array(["a", "a", "a", "a", "b", "b",
                  "b", "b", "c", "c", "c"], dtype=object)
data2 = np.array(["1st", "1st", "1st", "2nd", "1st", "1st",
                  "1st", "2nd", "2nd", "2nd", "2nd"], dtype=object)
data3 = r = np.array(["x1", "x1", "y1", "x1", "x1", "y1",
                      "y1", "x1", "y1", "y1", "y1"],
                     dtype=object)

ctab = pd.crosstab(data1, [data2, data3], rownames=['p'], colnames=['q', 'r'])
print(ctab)

import pandas as pd

import numpy as np

data1 = np.array(["a", "a", "a", "a", "b", "b",

"b", "b", "c", "c", "c"], dtype=object)

data2 = np.array(["1st", "1st", "1st", "2nd", "1st", "1st",

"1st", "2nd", "2nd", "2nd", "2nd"], dtype=object)

data3 = r = np.array(["x1", "x1", "y1", "x1", "x1", "y1",

"y1", "x1", "y1", "y1", "y1"],

dtype=object)

ctab = pd.crosstab(data1, [data2, data3], rownames=['p'], colnames=['q', 'r'])

print(ctab)

Выход:

q 1st    2nd
r  x1 y1  x1 y1
p
a   2  1   1  0
b   1  2   1  0
c   0  0   0  3

q 1st 2nd

r x1 y1 x1 y1

a 2 1 1 0

b 1 2 1 0

c 0 0 0 3

Здесь, в приведенном выше примере мы выполнили перекрестную таблицу на основе более чем двух факторов.