如何对DataFrame的score_x和score_y分箱后生成交叉计数表？

首先定义统一的分箱区间：

bins = [0,5,10,15,20,25,30]

方法一：使用pd.crosstab（推荐） #

直接对两个字段分别做分箱，一步生成符合要求的交叉计数表，代码如下：

import pandas as pd

data = [[0,9], [10, 15], [11, 14],[1,3],[2,7],[4,31]]
df = pd.DataFrame(data, columns=['score_x', 'score_y'])

bins = [0,5,10,15,20,25,30]
cross_table = pd.crosstab(
    pd.cut(df['score_x'], bins=bins, right=False),  # 左闭右开区间，显示为0-5、5-10这类格式
    pd.cut(df['score_y'], bins=bins, right=False),
    dropna=False  # 保留所有分箱区间，无数据的位置填0
)

print(cross_table)

方法二：使用groupby + unstack #

修正你之前代码里的列名拼写错误（score_x/score_y而非scores_x/scores_y），先给数据添加分箱列再分组：

import pandas as pd

data = [[0,9], [10, 15], [11, 14],[1,3],[2,7],[4,31]]
df = pd.DataFrame(data, columns=['score_x', 'score_y'])

bins = [0,5,10,15,20,25,30]
# 添加分箱后的新列
df['x_bin'] = pd.cut(df['score_x'], bins=bins, right=False)
df['y_bin'] = pd.cut(df['score_y'], bins=bins, right=False)

# 分组计数并转为宽表，无数据的位置填充0
cross_table = df.groupby(['x_bin', 'y_bin']).size().unstack(fill_value=0)

# 重命名索引和列名，贴合你的示例格式
cross_table.index.name = 'score_x'
cross_table.columns.name = 'score_y'

print(cross_table)

关键说明 #

• right=False：控制分箱区间为左闭右开，让区间显示为0-5这类直观格式，若不设置默认是右闭左开，区间会显示为(0,5]，可按需调整。
• dropna=False（方法一）或fill_value=0（方法二）：确保所有分箱区间都被保留，避免遗漏无数据的分组。

内容的提问来源于stack exchange，提问作者user13948