交叉表是用于统计分组频率的特殊透视表,crosstab()可以处理分类数据。它可用于将两个或多个变量分组,并为每组的给定值执行计算
透视表就是将指定原有DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数(默认情况下式mean函数)。
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
"""
1:透视表(pivotTab)
透视表是将原有的DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数
"""
df = pd.DataFrame({'类别':['水果','水果','水果','蔬菜','蔬菜','肉类','肉类'],
'产地':['美国','中国','中国','中国','新西兰','新西兰','美国'],
'水果':['苹果','梨','草莓','番茄','黄瓜','羊肉','牛肉'],
'数量':[5,5,9,3,2,10,8],
'价格':[5,5,10,3,3,13,20]})
df1=df.pivot_table(index=['产地','类别'])
print(df)
print(df1)
#行索引为"产地",列索引为'类别'
#对“价格”应用'max',并提供分项统计,缺失值填充0
df3=df.pivot_table('价格',index='产地',columns='类别',aggfunc='max',margins=True,fill_value=0)
print(df3)
print("*******************交叉表的信息******************************")
"""
交叉表
用于统计分组频率的特殊透视表
"""
df4=pd.crosstab(df['类别'],df['产地'],margins=True)
print(df4)
sns.heatmap(df4, cmap='rocket_r', annot=True, fmt='g')
def plot_heatmap(cross_table, fmt='g'):
fig, ax = plt.subplots(figsize=(8, 5))
sns.heatmap(cross_table,
annot=True,
fmt=fmt,
cmap='rocket_r',
linewidths=.5,
ax=ax)
plt.show();
plot_heatmap(df4, fmt='.2%')