如何在 Python 的数据框中创建两列的交叉表并在输出中生成总行和列？

如何解决如何在 Python 的数据框中创建两列的交叉表并在输出中生成总行和列？

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“Gender”）的交叉表。输出应如下所示：Crosstab of Gender and Personal Status 包括每个性别/个人状态组合的频率以及每个生成的行和列的总数。

我尝试了 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。

解决方法

类似的东西？

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

,

这在很大程度上取决于数据集的当前形状。 您应该按个人状态和性别对数据进行分组，然后根据需要对每个类别的成员进行汇总/汇总。 在这种情况下，如果您只有状态和性别，请尝试这样的操作。

df = pd.DataFrame({'Name':['Kathy','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