本文介绍如何利用 pd.crosstab 将分类变量(如顾客评分)按分组(如门店)展开为多个计数列,高效实现"一店一行、三评计数"的宽表转换,并控制列序与轴标签。 本文介绍如何利用 `pd.crosstab` 将分类变量(如顾客评分)按分组(如门店)展开为多个计数列,高效实现"一店一行、三评计数"的宽表转换,并控制列序与轴标签。在数据分析中,常需将长格式的分类计数数据(如每条记录代表一次门店评分)聚合为宽格式汇总表(如每行代表一家门店,各列分别显示 High / Medium / Low 的出现次数)。Pandas 提供了简洁高效的解决方案------pd.crosstab,它专为构建二维频数交叉表而设计。以下是一个典型场景:原始 DataFrame 包含两列 'Shop' 和 'Review',其中 'Review' 取值为 'High'、'Medium' 或 'Low',但同一店铺可能有多条评分记录。目标是生成新 DataFrame,每行唯一对应一个店铺,并新增三列分别统计该店各评分等级的数量。首先,构造示例数据:import pandas as pddata = \['store1', 'High', 'store1', 'Medium', 'store2', 'Low', 'store2', 'Low']df = pd.DataFrame(data, columns='Shop', 'Review')为确保输出列严格按 'High' → 'Medium' → 'Low' 顺序排列(而非默认字母序),推荐先将 'Review' 列转为有序分类类型(Categorical):df'Review' = pd.Categorical(df'Review', categories='High', 'Medium', 'Low')接着调用 pd.crosstab 进行交叉计数:result = pd.crosstab(df'Shop', df'Review')print(result)输出为: Zeemo AI 一款专业的视频字幕制作和视频处理工具
相关推荐
金銀銅鐵4 小时前
带您看懂字节码指令(四):一条指令里有什么学无止境小袁同学8 小时前
Google ADK 学习指南bksczm8 小时前
Redis Cluster 分片集群详解:槽路由、故障判定与扩缩容郝学胜-神的一滴8 小时前
Effective Python 条款35:用类封装替代生成器异常注入LK_079 小时前
【力扣】142. 环形链表 II |Pythonwuyk5559 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型黑十9 小时前
FDE 怎么快速搭一个可演示页面?最小前端方案用户548178459095010 小时前
Java 与 Python 在大模型与智能体领域的选型Databend10 小时前
OpenRaft 自定义 Membership,按部署拓扑选择 Quorum