如何用Pandas从DataFrame构建布宜诺斯艾利斯地区分类交叉表？

需求背景 #

现有包含阿根廷布宜诺斯艾利斯省地区数据的Pandas DataFrame，需基于REGION（NORTE/SUR）和PERTENENCIA（GBA/INTERIOR）两个分类列，统计各组合下的地区数量，并生成带行/列总计的交叉表（格式如示例所示）。

解决方案 #

直接使用Pandas的pd.crosstab()函数，配合参数自动生成总计，无需手动计算：

import pandas as pd

# 假设你的DataFrame名为df
cross_table = pd.crosstab(
    index=df['REGION'],
    columns=df['PERTENENCIA'],
    margins=True,       # 启用行/列总计
    margins_name='TOTAL'# 总计行/列的名称
)

# 调整列顺序以匹配期望格式
cross_table = cross_table[['GBA', 'INTERIOR', 'TOTAL']]

# 输出结果
print(cross_table)

结果说明 #

执行后会直接生成符合要求的交叉表：

GBA  INTERIOR  TOTAL
REGION                    
NORTE   33        41     74
SUR      0        67     67
TOTAL   33       108    141

关键参数解释 #

• pd.crosstab()：Pandas专门用于生成分类交叉统计表的工具，默认统计每个分类组合的出现频次（即地区数量）。
• margins=True：自动为每行、每列添加总计值。
• margins_name='TOTAL'：指定总计行/列的名称为TOTAL。

可视化适配 #

生成的交叉表可直接用于后续可视化：

• 堆叠柱状图：cross_table.drop('TOTAL').plot(kind='bar', stacked=True)
• 嵌套饼图：可基于行总计（NORTE/SUR）和列内细分（GBA/INTERIOR）的数据结构直接构建。

内容的提问来源于stack exchange，提问作者Leandro Caplan