如何用Python循环从Pandas DataFrame生成多份透视表？

需求说明 #

• 从大型数据集中筛选出特定组织的记录集，需批量生成透视表，对比5个多分类人口统计列与17个调查问题的作答情况
• 每个调查问题要生成5份按不同人口统计列分组的透视表，将结果保存为DataFrame后堆叠，用于后续用Matplotlib制作发散堆叠条形图

手动生成透视表的代码实现 #

有两种可行的手动实现方式：

1. 使用pd.pivot_table：

table18 = pd.pivot_table(org1_df, values='Business size?', index=['Business type?'], 
                              columns=['Survey Question 1'], 
                              aggfunc=['count'], fill_value=0)

2. 使用pd.crosstab：

cross = pd.crosstab(org1_df["Business type?"], org1_df["Survey Question 2"])
cross

遇到的问题 #

1. 循环生成报错：将人口统计列名存入列表column_names = ["Business type?", "Business size?"]，尝试用字典推导式循环生成透视表时，触发错误：AttributeError: 'str' object has no attribute 'columns'
2. 参数作用疑惑：在pd.pivot_table中设置values='Business type?'后，最终透视表结果和Excel输出一致，该参数未对结果产生影响，不清楚原因

预期生成的透视表示例（基于样本数据） #

• 按「Business type?」统计Survey Question 1的作答数量
• 按「Business size?」统计Survey Question 1的作答数量
• 按「Business type?」统计Survey Question 2的作答数量
• 按「Business size?」统计Survey Question 4的作答数量

内容的提问来源于stack exchange，提问作者cMX5