如何在 Python 中的数据框中创建两列的交叉表并在输出中生成总行和总列？

Question

我已经从 CSV 文件创建了一个数据框，现在我正在尝试创建一个包含两列（“Personal_Status”和“性别”）的交叉表。输出应如下所示：Crosstab of Gender and Personal Status 包括每个 gender/personal 状态组合的频率以及每个生成的行和列的总数。

我试过 creditData[["Personal_Status", "Gender"]].value_counts() 但它不是我想要的。输出包括每个“Personal_Status”值的列、“性别”列和每个组合的频率，即第 1 行 =“Single, M, 232”

非常感谢任何见解。

Answer 1

是这样的吗？


import pandas as pd


df = pd.DataFrame({'Name':['Kathy', 'Linda', 'Peter'],
                   'Gender': ['F','F','M'],
                   'Personal_Status':['Divorced','Married','Married']})

df2 = pd.crosstab(df.Personal_Status, df.Gender)

df2.loc['Grand Total']= df2.sum(numeric_only=True, axis=0)
df2.loc[:,'Grand Total'] = df2.sum(numeric_only=True, axis=1)

print(df2)

输出

Gender           F  M  Grand Total
Personal_Status                   
Divorced         1  0            1
Married          1  1            2
Grand Total      2  1            3

Answer 2

好吧，这在很大程度上取决于数据集的当前形状。您应该按他们的个人状态和性别对您的数据进行分组，然后 summarize/aggregate 计算每个类别的成员。在这种情况下，如果您只有地位和性别，请尝试这样的事情。

df = pd.DataFrame({'Name':['Kathy', 'Linda', 'Peter'],
               'Gender': ['F','F','M'],
               'Personal_Status':['Divorced','Married','Married']})

df2 = df.groupby(by=['Personal_Status','Gender'],as_index=False).count()
df3 = df2.pivot(index='Personal_Status',columns='Gender')

df3
Gender             F    M
Personal_Status          
Divorced         1.0  NaN
Married          1.0  1.0

Answer 3

假设数据帧生成为：

import pandas as pd
df = pd.DataFrame({'Name':['Kathy', 'Linda', 'Peter'],
                   'Gender': ['F','F','M'],
                   'Personal_Status':['Divorced','Married','Married']})

这一行将产生请求的输出：

pd.crosstab(df.Personal_Status, df.Gender, margins=True, margins_name='Grand Total')

输出

Gender           F  M  Grand Total
Personal_Status                   
Divorced         1  0            1
Married          1  1            2
Grand Total      2  1            3

这比给出的答案稍微简单一些。

如何在 Python 中的数据框中创建两列的交叉表并在输出中生成总行和总列？

How can I create a cross-tab of two columns in a dataframe in Python and generate a total row and column in the output?

python

frequency

crosstab

dataframe

pandas