什么时候在Python Pandas中使用crosstab和pivot_table？

在本文中，我们将向您展示在Python Pandas中何时使用crosstab()和pivot_table()函数。

何时使用crosstab或pivot_table

数据透视表期望您的输入数据已经是数据帧；您将数据帧传递给数据透视表，并通过传递列名称作为字符串来指定索引/列/值。而在交叉表中，您不需要传递数据帧，因为您只需要将类似数组的对象传递给索引/列/值。

通常，如果您已经有一个数据帧，使用数据透视表可以避免您需要重复创建数据帧两次的问题。如果您从类似数组的对象开始并且仅对透视数据感兴趣，请使用交叉表。在大多数情况下，我认为使用哪个函数并没有多大区别。

pandas.crosstab()函数

使用crosstab()方法可以计算两个或多个因素的简单交叉制表。除非传递了值数组和聚合函数，否则默认情况下，会计算因素的频率表。

这个函数允许我们以许多不同的方式自定义数据。乍一看，它似乎与Pandas数据透视表函数非常相似。

语法

pandas.crosstab(index, columns, values=None, rownames=None, colnames=None,
   aggfunc=None, margins=False, margins_name=’All’, dropna=True, normalize=False)

参数

参数	说明	默认值
index	行中要分组的数组，系列或值
columns	要在列中分组的数组，系列或值
values	要聚合的一组值
rownames	行的名称（列表）
colnames	列的名称（列表）
aggfunc（可选）	指定如何聚合数据，如果给定，则需要指定“值”。	计数
margins	添加行/列总计	False
margins_name	行/列总和的名称	“All”
dropna	删除所有条目均为NaN的列	True
normalize	通过将所有值除以所有值的总和而进行归一化	False

与数据透视表函数相比，交叉表函数具有几个优点，包括：

摘要可以规范化以将数据显示为行或列总数的百分比。
在分析之前不需要将数据结构化为数据帧。

Pandas Crosstab vs. Pivot Table

您可以使用Pandas Crosstab完成的很多操作，也可以使用Pandas PivotTable完成，主要区别如下：

该函数不需要数据帧作为输入。对于它的行和列，它还可以接受类似数组的对象。

该函数可以归一化输出数据帧，这意味着显示的数字可以表示为行或列总数的百分比。

默认函数是len（count），而数据透视表函数是NumPy的平均值。

在Pandas中创建交叉表

算法（步骤）

以下是执行所需任务的算法/步骤：

使用import关键字导入pandas、numpy模块。
使用numpy模块的array()函数（返回一个ndarray，即一个满足给定要求的数组对象）创建numpy数组。
使用cross_tab()函数创建给定NumPy数组的交叉表并打印出来。

示例

以下程序使用crosstab()函数返回给定NumPy数组的交叉表 −

# 导入pandas和numpy模块
import pandas
import numpy

# 创建numpy数组
array_1 = numpy.array(["cat", "cat", "cat", "cat", "rat", "rat", "rat", "rat", "cat", "cat", "cat"], dtype=object)
array_2 = numpy.array(["pin", "pin", "pin", "bat", "pin", "pin", "pin", "bat", "bat", "bat", "pin"], dtype=object)
array_3 = numpy.array(["book", "book", "car", "book", "book", "car", "car", "book", "car", "car", "car"], dtype=object)

# 创建十字表，行名是数组1的名称，列名是数组2和数组3的名称
print(pandas.crosstab(array_1, [array_2, array_3], rownames=['array_1'],
colnames=['array_2', 'array_3']))

输出

执行以上程序将生成以下输出−

array_2 bat       pin
array_3 book car book car
array_1
cat      1     2  2    2
rat      1     0  1    2

pandas.pivot_table()函数

pivot_table() 函数作为一个 DataFrame，创建一个类似于电子表格的透视表。

透视表中的级别将被保存为 MultiIndex 对象（分层索引）在结果 DataFrame 的索引和列上。

语法

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc=’mean’, fill_value=None, margins=False, dropna=True, margins_name=’All’)

使用pandas创建一个简单的dataframe

算法（步骤）

执行以下算法/步骤以执行所需任务：

使用 import 关键字，导入别名为 pandas、numpy 的模块。
使用 pandas 模块的 DataFrame() 函数创建数据框。
打印输入的数据框。

例子

以下程序使用 DataFrame() 函数返回一个数据框——

# 导入 pandas 和 numpy 模块并指定别名
import pandas as pd
import numpy as np

# 创建数据框
inputDataframe = pd.DataFrame({'Name': ['Virat', 'Rohit', 'Meera', 'Nick', 'Sana'], 'Jobrole': ['Developer', 'Analyst', 'Help Desk', 'Database Developer', 'Finance accountant'], 'Age': [25, 30, 28, 25, 40]})

# 显示数据框
print(inputDataframe)

输出

执行以上程序将生成以下输出——

   Name  Jobrole              Age
0 Virat  Developer            25
1 Rohit  Analyst              30
2 Meera  Help Desk            28
3 Nick   Database Developer   25
4 Sana   Finance accountant   40

对上面的数据框创建一个透视表

例子

以下程序创建一个简单的透视表，该透视表具有数据框和一个索引/索引列表。

# 导入 pandas 和 numpy 模块并指定别名
import pandas as pd
import numpy as np

# 创建数据框
inputDataframe = pd.DataFrame({'Name': ['Virat', 'Rohit', 'Meera', 'Nick','Sana'], 'Jobrole': ['Developer', 'Analyst', 'Help Desk', 'Database Developer', 'Finance accountant'],'Age': [25, 30, 28, 35, 40]})

# 创建一个简单的透视表，该透视表具有数据框和一个索引/索引列表。
# 创建透视表
result_pivottable = pd.pivot_table(inputDataframe, index =['Name', 'Jobrole',])

# 显示透视表
print(result_pivottable)

输出

执行以上程序将生成以下输出——

Name     Jobrole              Age
Meera    Help Desk            28
Nick     Database Developer   35
Rohit    Analyst              30
Sana     Finance accountant   40
Virat    Developer            25