Python pandas将Excel多列品牌数据转为交叉表行索引并添加合计列

核心思路 #

你之前直接将品牌多列传入crosstab的index参数无法得到预期结果，是因为原始数据为宽表结构，每一行对应单个受访者，每个品牌列仅存储该受访者是否选中对应品牌的标识，需要先转换为长表结构，过滤出选中的品牌记录后再生成交叉表。

实现步骤 #

1. 导入依赖并读取数据 #

import pandas as pd
# 替换为你的Excel文件路径
df = pd.read_excel("调研数据.xlsx")

2. 定义参数并转换数据结构 #

假设你的数据源包含受访者ID、性别字段，其余多选品牌列名为品牌A、品牌B、品牌C、品牌D，可按需修改对应参数：

# 定义所有品牌列的列名列表
brand_cols = ["品牌A", "品牌B", "品牌C", "品牌D"]
# 宽表转长表，提取品牌选中记录
long_df = df.melt(
    id_vars=["受访者ID", "性别"],
    value_vars=brand_cols,
    var_name="品牌",
    value_name="是否选中"
)
# 过滤出选中的记录，若你的选中标识为"是"，可将1改为"是"
long_df = long_df[long_df["是否选中"] == 1]

3. 生成带合计的交叉表 #

# 生成交叉表，margins参数控制是否添加合计
cross_tab = pd.crosstab(
    index=long_df["品牌"],
    columns=long_df["性别"],
    margins=True,
    margins_name="合计"
)
# 可选：保留所有品牌（含无人选中的品牌，次数填充为0）
cross_tab = cross_tab.reindex(brand_cols + ["合计"]).fillna(0).astype(int)

输出示例 #

最终生成的交叉表结构如下：

内容的提问来源于stack exchange，提问作者Benjamin Roy