Pandas 中使用交叉表为分类列生成计数汇总列

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