如何使用Pandas生成带计数的列联表？（附示例数据）

我来帮你搞定用Pandas生成列联表的需求！先把你提供的原始数据整理成清晰的Markdown表格：

原始数据集 #

接下来直接上代码和解释，一步到位生成你想要的列联表：

步骤1：导入Pandas并构建DataFrame #

首先把原始数据转换成Pandas的DataFrame格式：

import pandas as pd

# 把你的数据转换成字典，再生成DataFrame
data = {
    'index': [1, 2, 3],
    'used_x': [True, False, True],
    'clicked_in_x': [False, False, True],
    'used_y': [True, True, False],
    'clicked_in_y': [True, False, False]
}
df = pd.DataFrame(data)

步骤2：生成列联表 #

使用pd.crosstab()函数就能快速生成交叉频数表，这个函数专门用来统计两个（或多个）变量的交叉分布情况。

比如针对used_x和clicked_in_x生成带总计行/列的列联表：

# 生成used_x与clicked_in_x的列联表，margins=True添加总计
cross_tab_x = pd.crosstab(df['used_x'], df['clicked_in_x'], margins=True, margins_name='Total')
print(cross_tab_x)

运行后输出的列联表格式如下：

如果需要针对used_y和clicked_in_y生成列联表，只需要替换对应的列名即可：

cross_tab_y = pd.crosstab(df['used_y'], df['clicked_in_y'], margins=True, margins_name='Total')
print(cross_tab_y)

输出结果：

额外优化：生成百分比统计 #

如果想要更直观的百分比统计（而不是单纯频数），可以添加normalize参数：

• normalize='index'：按行计算百分比
• normalize='columns'：按列计算百分比
• normalize=True：计算整体百分比

示例代码：

# 按行计算百分比的列联表，保留两位小数
cross_tab_x_pct = pd.crosstab(df['used_x'], df['clicked_in_x'], margins=True, margins_name='Total', normalize='index')
print(cross_tab_x_pct.round(2))

输出结果：

内容的提问来源于stack exchange，提问作者fraxture