如何迭代生成多个交叉表DataFrame？解决ValueError报错

问题背景 #

给定样本数据集：

ID  1  2  3  X  Y  Z
0   1  2  1  2  3  3  4
1   2  1  3  1  4  3  4
2   3  2  2  1  2  4  3
3   4  3  2  1  2  3  3
4   5  1  2  2  1  3  2
5   6  2  3  2  4  4  2

需要批量生成pd.crosstab交叉表，其中列1/2/3对应企业类型（1=大型企业，2=小型企业，3=非营利组织），列X/Y/Z为调查问题。手动执行单个交叉表可正常运行：

cross1 = pd.crosstab(sample["1"], sample["X"])
print(cross1)

输出结果：

X  1  2  3  4
1            
1  1  0  0  1
2  0  1  1  1
3  0  1  0  0

尝试用循环批量生成时，代码触发报错：

demo_questions = ['1', '2', '3']
survey_questions = ['X', 'Y', 'Z']
for d, s in [demo_questions, survey_questions]:
    cross[d] = pd.crosstab(sample[d], sample[s])

报错信息：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Cell In[37], line 1
----> 1 for d, s in [demo_questions, survey_questions]:
      2     cross[d] = pd.crosstab(sample[d], sample[s])

ValueError: too many values to unpack (expected 2)

报错原因 #

循环的迭代对象是[demo_questions, survey_questions]，这是一个包含两个列表的容器。第一次循环时，会把长度为3的demo_questions列表赋值给d, s，但d, s仅期望接收2个值，因此触发"too many values to unpack"错误。

解决方案 #

根据需求分两种场景实现批量生成：

场景1：生成所有企业类型与调查问题的组合交叉表（共9个） #

使用itertools.product生成两个列表的笛卡尔积，遍历所有可能的组合：

import pandas as pd
from itertools import product

# 用字典存储所有交叉表，便于管理
cross_tables = {}

demo_questions = ['1', '2', '3']
survey_questions = ['X', 'Y', 'Z']

# 遍历所有企业类型+调查问题的组合
for demo_col, survey_col in product(demo_questions, survey_questions):
    # 用列名组合作为字典键，比如"1_X"、"2_Y"
    cross_key = f"{demo_col}_{survey_col}"
    cross_tables[cross_key] = pd.crosstab(sample[demo_col], sample[survey_col])

# 示例：查看企业类型1与调查问题X的交叉表
print(cross_tables["1_X"])

场景2：生成企业类型与调查问题一一对应的交叉表（共3个：1-X、2-Y、3-Z） #

使用zip()函数将两个列表按索引配对遍历：

import pandas as pd

cross_tables = {}

demo_questions = ['1', '2', '3']
survey_questions = ['X', 'Y', 'Z']

# 按索引一一配对遍历
for demo_col, survey_col in zip(demo_questions, survey_questions):
    # 自定义变量名作为字典键，比如"cross1"、"cross2"
    cross_key = f"cross{demo_col}"
    cross_tables[cross_key] = pd.crosstab(sample[demo_col], sample[survey_col])

# 示例：查看cross1（即企业类型1与调查问题X的交叉表）
print(cross_tables["cross1"])

可选：生成独立变量（不推荐） #

如果确实需要创建cross1、cross2这类独立变量，可通过globals()动态赋值，但字典存储的方式更安全规范：

for demo_col, survey_col in zip(demo_questions, survey_questions):
    var_name = f"cross{demo_col}"
    globals()[var_name] = pd.crosstab(sample[demo_col], sample[survey_col])

# 直接调用独立变量
print(cross1)

内容的提问来源于stack exchange，提问作者cMX5