Pandas 交叉表与 Pandas 数据透视表有何不同？

Question

pandas 的

crosstab

和

pivot_table

函数似乎都提供完全相同的功能。有什么不同吗？

Answer 1

两者之间的主要区别是

pivot_table

期望您的输入数据已经是一个DataFrame；您将 DataFrame 传递给

pivot_table

并通过将列名称作为字符串传递来指定

index

/

columns

/

values

。使用

cross_tab

，您不一定需要输入 DataFrame，因为您只需为

index

/

columns

/

values

传递类似数组的对象。

查看 crosstab 的

源代码

，它本质上采用您传递的类似数组的对象，创建一个 DataFrame，然后根据需要调用

pivot_table

。

一般来说，如果您已经有一个 DataFrame，请使用

pivot_table

，这样您就不会产生再次创建相同 DataFrame 的额外开销。如果您从类似数组的对象开始并且只关心透视数据，请使用

crosstab

。在大多数情况下，我认为您决定使用哪个功能不会真正产生影响。

Answer 2

是否一样，如果在

pivot_table

中使用

aggfunc=len

和

fill_value=0

：

pd.crosstab(df['Col X'], df['Col Y'])
pd.pivot_table(df, index=['Col X'], columns=['Col Y'], aggfunc=len, fill_value=0)

编辑：还有更多区别：

默认

aggfunc

不同：

pivot_table

-

np.mean

、

crosstab

-

len

。

参数

margins_name

仅在

pivot_table

中。

在

pivot_table

中，您可以使用

Grouper

来表示

index

和

columns

关键字。

---

我觉得如果你需要简单的频率表，

crosstab

功能更好。

Answer 3

不幸的是，

pivot_table

没有

normalize

参数。

在

crosstab

中，

normalize

参数通过将每个单元格除以单元格总和来计算百分比，如下所述：

• normalize = 'index'

  将每个单元格除以其行的总和

• normalize = 'columns'

  将每个单元格除以其列的总和

• normalize = True

  将每个单元格除以表格中所有单元格的总数

Answer 4

数据透视表显示数据中的值。 交叉表代表数据的频率。

Answer 5

Crosstab 使用 count() 聚合来填充值，而ivot_table 将使用任何其他聚合，例如 sum()。