调用pandas.crosstab对Series做交叉表时出现重索引报错如何解决

报错原因 #

• 你的两个输入Series s1和s2的索引存在重复标签（比如标签a在索引中多次出现），pd.crosstab默认会先对齐两个输入的索引，重复的索引标签会导致重索引操作失败，触发该报错。

解决方法 #

因为你的两个Series长度相同、对应位置的元素本身就是配对的，直接传入Series的值（不带索引）即可正常运算：

import pandas as pd
s1=pd.Series(['ot','bx','bx','bx','ot','ot','med','med','bx','med'],index=['a','b','c','a','b','c','a','b','c','a'])
s2=pd.Series(['adulto','adulto','idoso','adulto','jovem','jovem','adulto','jovem','jovem','adulto'],index=['a','b','c','a','b','c','a','b','c','a'])
# 传入values跳过索引对齐
print(pd.crosstab(s1.values, s2.values))

运行结果 #

输出的交叉表如下：

col_0  adulto  idoso  jovem
row_0                      
bx          2      1      1
med         2      0      1
ot          1      0      2

内容的提问来源于stack exchange，提问作者João Pedro Veiga