Python全系列 教程
3567个小节阅读:5930.5k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
用于计算两个或多个因素之间的交叉表,即两个或多个变量之间的频数或统计信息表。
它可以帮助我们了解不同因素之间的关系和分布情况
xxxxxxxxxx
pd.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, dropna=True, normalize=False)
index
:用于行索引的因素或因素列表。columns
:用于列索引的因素或因素列表。values
:可选参数,表示要聚合的数值列。rownames
:可选参数,用于指定行索引的名称。colnames
:可选参数,用于指定列索引的名称。aggfunc
:可选参数,表示用于聚合的函数,默认为计数。margins
:可选参数,表示是否添加行和列的边际汇总,默认为False。dropna
:可选参数,表示是否排除包含缺失值的行或列,默认为True。normalize
:可选参数,表示是否对结果进行标准化,默认为False。应用场景
- 分析不同因素之间的关系和分布情况。
- 统计分类变量之间的交叉频数。
- 比较不同组合下的统计指标。
xxxxxxxxxx
import pandas as pd
# 创建示例 DataFrame
data = {
'Category': ['服装', '电子产品', '电子产品', '家具', '服装', '家具'],
'Location': ['A', 'B', 'A', 'B', 'B', 'A'],
'Sales': [100, 200, 150, 300, 250, 200]
}
df = pd.DataFrame(data)
# 使用 pivot_table() 方法生成透视表
pivot_table = df.pivot_table(values='Sales', index='Category', columns='Location', aggfunc='sum')
print(pivot_table)
# 使用 crosstab() 方法生成交叉表
crosstab_table = pd.crosstab(index=df['Category'], columns=df['Location'], values=df['Sales'], aggfunc='sum')
print(crosstab_table)
实时学习反馈
1. Pandas中实现数据透视表与交叉表可以调用DataFrame对象的_____方法,或者pandas对象的_______:
A pivot_table() crosstab()
B crosstab() pivot_table()
答案
1=>A