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
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。