Pandas使用crosstab生成交叉表

在 pandas 中，可以使用 crosstab 方法生成交叉表（cross-tabulation table），也称为列联表（contingency table），它是一种特殊的二维频数表，用于展示两个或多个变量之间的关系。

下面是一个简单的示例：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'gender': ['M', 'F', 'F', 'M', 'M', 'F', 'F'],
                   'age': [20, 30, 25, 35, 40, 25, 30],
                   'income': [3000, 4000, 5000, 6000, 7000, 8000, 9000]})

# 生成交叉表
ct = pd.crosstab(df['gender'], df['age'])

# 显示交叉表
print(ct)

在上面的示例中，我们首先创建一个数据框 df，其中包含三列数据：gender 表示性别，取值为 'M' 或 'F'；age 表示年龄，取值为整数；income 表示收入，取值为整数。然后，我们使用 crosstab 方法生成交叉表，其中第一个参数是行索引，第二个参数是列索引。这里，我们将 gender 列作为行索引，age 列作为列索引，生成一个二维的交叉表。最后，我们使用 print 函数显示生成的交叉表。

需要注意的是，交叉表的计算是基于频数的，即某一单元格的值表示相应的行和列中符合要求的数据的个数。因此，在实际使用中，可能需要使用其他方法对数据进行预处理，例如使用 cut 函数将数值型数据离散化成分类变量。