Python数据分析笔记#10.4.2 交叉表crosstab

「目录」

数据聚合与分组运算

Data Aggregation and Group Operations

• 10.1 => GroupBy机制

• 10.2 => 数据聚合

• 10.3 => apply：拆分 - 应用 - 合并

• 10.4 => 透视表和交叉表

交叉表crosstab

这一篇是这一章最后一篇笔记了，原书下一章的内容是时间序列，包括日期和时间数据类型，日期的范围，时区处理啥的。再之后好像就没有什么新内容了，最后一章内容是数据分析案例。这么看的话这个数据分析笔记终于要接近尾声了，还记得当初写这个笔记的目的是整理和总结，加深印象，还有精简一下原书的内容，而且笔记整理到公众号上的话，就不怕丢了，而且花了那么长时间整理了一本书也有一种成就感，哈哈。要是忘了哪个地方，搜索关键字就可以出现对应的笔记了，也很方便，肯定比翻书快。这个笔记写完后，想整理一下SQL的笔记，这个很简单，学的时候应该一星期内就能搞定。

上一篇笔记写的是透视表，交叉表是一种用于计算分组频率的特殊透视表。

import numpy as np
import pandas as pd

复制

还是之前那个小费的列子：

tips = pd.read_csv(r'.\tips.csv')

tips['tip_pct'] = tips['tip'] / tips['total_bill']

tips.head()

复制

crosstab的前两个参数是行索引index和列索引column，参数可以是Series：

pd.crosstab(tips.time, tips.day)

复制

同样可以传入参数margins=True来新增分项总计All：

pd.crosstab(tips.time, tips.day, margins=True)

复制

crosstab的前两个参数也可以是数组列表：

pd.crosstab([tips.time, tips.day], tips.smoker, margins=True)

复制

其实上面的交叉表用seaborn的heatmap热力图画出来更直观好看哦

import seaborn as sns

sns.heatmap(pd.crosstab(tips.time, tips.day))

复制

sns.heatmap(pd.crosstab([tips.time, tips.day], tips.smoker))

复制

那我们BYEBYE吧！

往期回顾

Pandas里的透视表

Stay hungry, stay foolish