Pandas 中使用交叉表为分类列生成计数型宽表结构

本文介绍如何利用 pd.crosstab 将长格式的分类评分数据（如 high/medium/low）高效转换为按分组（如店铺）展开的宽表，自动生成对应类别的计数列，并控制类别顺序与轴标签。 本文介绍如何利用 pd.crosstab 将长格式的分类评分数据（如 high/medium/low）高效转换为按分组（如店铺）展开的宽表，自动生成对应类别的计数列，并控制类别顺序与轴标签。在数据分析中，常需将"长格式"（long format）的分组-类别记录（例如每条记录代表某店铺的一次顾客评分）聚合为"宽格式"（wide format）的汇总表------即每个唯一分组（如 Shop）作为一行，每个预定义类别（如 'High'、'Medium'、'Low'）作为一列，单元格值为该店铺获得该评分的总次数。这种结构更便于后续统计、可视化或建模。pandas 提供了专为此类任务设计的高效函数：pd.crosstab。它本质是二维频数表生成器，支持索引（行分组）、列变量（类别维度）及可选的值聚合逻辑。为确保输出列严格按指定顺序（如 High → Medium → Low），推荐先将目标列转为有序分类类型（pd.Categorical），再传入 crosstab：import pandas as pd# 原始数据：长格式，含重复店铺IDdata = \['store1', 'High', 'store1', 'Medium', 'store2', 'Low', 'store2', 'Low']df = pd.DataFrame(data, columns='Shop', 'Review')# 步骤1：将 Review 列设为有序分类，明确指定类别顺序df'Review' = pd.Categorical(df'Review', categories='High', 'Medium', 'Low')# 步骤2：生成交叉表（行=Shop，列=Review）result = pd.crosstab(df'Shop', df'Review')print(result)输出：Review High Medium LowShop store1 1 1 0store2 0 0 2默认情况下，crosstab 会为行索引和列名添加轴标签（如 Shop 和 Review）。若需更简洁的表格结构（例如直接用于导出或合并），可链式调用 rename_axis 清除这些标签： 知网AI智能写作 知网AI智能写作，写文档、写报告如此简单