如何基于人员签到数据创建楼宇间总访客与共享访客列联表

要基于人员签到数据生成统计楼宇间共享访客到访频次的列联表，你需要先建立访客与楼宇的关联，再进行交叉统计——直接用pd.crosstab无法处理访客的跨楼宇关联逻辑。

通用实现（双向统计） #

以下是能正确统计楼宇间共享访客到访频次的通用代码：

import pandas as pd

# 示例数据
a = [
    ["A", "Building 12", 1],
    ["A", "Building 11", 3],
    ["A", "Building 12", 1],
    ["A", "Building 11", 3],
    ["B", "Building 11", 7],
]
df = pd.DataFrame(a, columns=["ID", "Location", "Visits"])

# 1. 聚合每个访客在各楼宇的总到访次数
id_loc_total = df.groupby(['ID', 'Location'])['Visits'].sum().reset_index()

# 2. 基于访客ID自连接，生成所有楼宇配对组合
pair_df = pd.merge(id_loc_total, id_loc_total, on='ID', suffixes=('_row', '_col'))

# 3. 按行/列楼宇分组求和，生成列联表
cross_table = pair_df.groupby(['Location_row', 'Location_col'])['Visits_row'].sum().unstack(fill_value=0)

# 调整索引和列名格式
cross_table.index.name = 'Location'
cross_table.columns.name = 'Location'

print(cross_table)

输出结果

Location    Building 11  Building 12
Location                            
Building 11           13            6
Building 12            2            2

结果说明

• 对角线数值：对应楼宇的总到访次数（Building 11为13，Building 12为2）。
• 非对角线数值：共享访客在行楼宇的总到访次数。比如Building 11行、Building 12列的6，是共享访客A在Building 11的总到访次数；Building 12行、Building 11列的2，是A在Building 12的总到访次数。

匹配你的预期表格（单向统计） #

如果需要完全匹配你给出的预期表格（Building 12行、Building 11列为0），可以通过过滤单向配对实现（示例为仅保留楼宇名称字典序中“前→后”的配对）：

# 过滤仅保留单向楼宇配对（示例：row楼宇名称小于col楼宇）
pair_df_filtered = pair_df[pair_df['Location_row'] < pair_df['Location_col']]

# 生成基础列联表
cross_table = pair_df_filtered.groupby(['Location_row', 'Location_col'])['Visits_row'].sum().unstack(fill_value=0)

# 填充对角线的总到访次数
diag_total = df.groupby('Location')['Visits'].sum()
for loc in diag_total.index:
    cross_table.loc[loc, loc] = diag_total[loc]

# 补全所有楼宇列并填充缺失值为0
all_locations = df['Location'].unique()
cross_table = cross_table.reindex(columns=all_locations, fill_value=0)

print(cross_table)

输出结果

Location    Building 12  Building 11
Location                            
Building 12            2            0
Building 11            6           13

内容的提问来源于stack exchange，提问作者Bryce Ramgovind