pandas中crosstab的逆操作：如何还原得到原始a、b、c列数据

首先要明确pd.crosstab的默认行为是统计两个列组合的出现频次，如果你调用时传入了values和aggfunc参数才会对第三列做聚合计算，两种场景的逆操作逻辑一致，但能还原的信息粒度有区别。

具体实现代码 #

第一步：模拟交叉表生成（仅做场景复现，可直接跳转到逆操作部分） #

import pandas as pd

# 模拟原始数据
mypd = pd.DataFrame({
    'a': ['x','x','y','y','y'],
    'b': ['p','q','p','q','q'],
    'c': [1,2,3,4,5]
})

# 生成以a为行、b为列、聚合c列求和的交叉表
cross_tab = pd.crosstab(index=mypd['a'], columns=mypd['b'], values=mypd['c'], aggfunc='sum')

第二步：逆操作还原a、b、c三列 #

# stack将列索引转为行层级，reset_index还原为普通列，name参数指定原c列的列名
restored_df = cross_tab.stack(dropna=False).reset_index(name='c')

# 可选：删除不存在(a,b)组合生成的NaN行
restored_df = restored_df.dropna(subset=['c'])

注意事项 #

• 如果你的pd.crosstab用的是默认计数逻辑（未传values、aggfunc参数），还原出的c列是对应(a,b)组合的出现次数，无法还原原始每一行的明细数据，因为统计过程已经丢失了细粒度信息
• 如果你的pd.crosstab传入了values和聚合函数（比如sum、mean），只能还原出聚合后的c值，同样无法恢复原始单行明细；只有当原始数据中每个(a,b)组合对应唯一的c值、且聚合函数用的是first/max等不改变原值的函数时，还原结果才和原始数据完全一致

内容的提问来源于stack exchange，提问作者mytabi