在上一篇文章中，我们了解到可以使用Pandas模块中的pivot_table()函数来做数据透视表。模块导入和数据读取。按照惯例，我们先导入模块，读取要使用的数据集。引用仍然是用于制作数据透视表的数据集。importpandasaspddefload_data():returnpd.read_csv('coffee_sales.csv',parse_dates=['order_date'])这里小编通过自定义一个函数来读取数据，然后调用该函数。在实际工作中，大家可以根据自己的喜好进行操作：df=load_data()df.head()outputcrosstab是一种特殊的数据透视表，用来统计组的频率。简单来说，就是用两列或多列的唯一元素组成一个新的DataFrame。新数据的行列交集的值就是它在原数据中的组合个数。我们先看一个简单的例子，代码如下：pd.crosstab(index=df['region'],columns=df['product_category'])输出表示行方向不同区域，列方向不同咖啡种类，结果显示不同地区不同咖啡种类的汇总数据，df[(df["region"]=="Central")&(df["product_category"]=="Tea")].shape[0]output336例如，我们筛选出地域为中部地区，品种为茶叶的数据，结果一共336条数据，与交叉表中的结果一致。我们可以通过调用rownames参数和colnames参数来改变列名和行索引的名称，代码如下：pd.crosstab(index=df['region'],columns=df['product_category'],rownames=['USRegion'],colnames=['ProductCategory'])输出除了咖啡的品类，我们还想知道不同品种的咖啡在批发和零售之间的销售数据，所以可以这样做:pd.crosstab(index=df['region'],columns=[df['product_category'],df['market']])输出或pd.crosstab(index=df['region'],columns=[df['product_category'],df['market']],rownames=['USRegion'],colnames=['ProductCategory','Market'])输出的DataFrame数据集中有两列，最上面的是咖啡的种类，然后第二层是不同的市场。当然我们也可以在行方向添加多级索引。代码如下：pd.crosstab(index=[df['region'],df['market']],columns=df['product_category'])输出的高级操作同pd.pivot_table()函数，我们也可以通过调用margin参数将综合数据累加起来，代码如下：pd.crosstab(index=df['region'],columns=df['product_category'],margins=True)output我们还可以指定列的列名。pd.crosstab(index=df['region'],columns=df['product_category'],margins=True,margins_name='Subtotals')output还有一个参数normalize，将所有值除以和归一化的值。pd.crosstab(index=df['region'],columns=df['product_category'],normalize=True)output我们从美观的角度想保留两位小数，代码如下：pd.crosstab(index=Ifdf['region'],columns=df['product_category'],normalize=True).style.format('{:.2%}')输出与margin参数之间结合使用，所有结果相加等于100%。代码如下：pd.crosstab(index=df['region'],columns=df['product_category'],margins=True,normalize=True).style.format('{:.2%}')进一步导出输出。最后还有两个参数，values和aggfunc。aggfunc参数具体是指指定的聚合函数，比如average、sum、median等统计方法，以及value参数指定的连续性。要计算的变量列。df.info()output
