1. 通过添加缺失值填充确保所有行和列具有相同的标签，然后使用 fillna 方法转换为方形。这种方法适用于标签是完全一致的情况。

import pandas as pd

df = pd.DataFrame({'A': ['foo', 'foo', 'bar', 'bar', 'foo', 'foo', 'baz', 'baz'], 'B': ['one', 'one', 'one', 'two', 'two', 'two', 'one', 'two']})

使用 crosstab 函数进行计算

ct = pd.crosstab(df['A'], df['B'])

确保所有行和列具有相同的标签

labels = ct.index.union(ct.columns) ct = ct.reindex(labels, columns=labels, fill_value=pd.np.nan)

将缺失值填充为 0，转换为方形矩阵

ct = ct.fillna(0) ct = ct.iloc[:ct.shape[0], :ct.shape[0]]

2. 使用 numpy.pad 函数在原始矩阵的边界上添加额外的行和列，使得矩阵变为方形矩阵。这种方法适用于标签存在一定差异的情况。

import pandas as pd import numpy as np

df = pd.DataFrame({'A': ['foo', 'foo', 'bar', 'bar', 'foo', 'foo', 'baz', 'baz'], 'B': ['one', 'one', 'one', 'two', 'two', 'two', 'one', 'two']})

使用 crosstab 函数进行计算

ct = pd.crosstab(df['A'], df['B'])

获取行和列的数量

nrows, ncols = ct.shape

如果行和列数量不等，则在较小的维度上添加额外的行和列

if nrows != ncols: size_diff = abs(nrows - ncols) pad_width = ((0, size_diff), (0, size_diff)) ct =