Python 使用交叉表计算类别列的交叉计数
我有一张客户购买产品类别的表格。 我正试图建立一个交叉销售矩阵,计算每两个产品类别的唯一客户,并有一个具有唯一数量的总数Python 使用交叉表计算类别列的交叉计数,python,pandas,crosstab,Python,Pandas,Crosstab,我有一张客户购买产品类别的表格。 我正试图建立一个交叉销售矩阵,计算每两个产品类别的唯一客户,并有一个具有唯一数量的总数 pandas.crosstab是一种很好的开始方式,但小计失败(即margins=True) 然后pd.交叉表(dd.categ\u x,dd.categ\u y,margins=True)给出: | categ_x | a | b | All | |---------|---|---|-----| | a | 3 | 2 | 5 | | b
pandas.crosstab
是一种很好的开始方式,但小计失败(即margins=True
)
然后pd.交叉表(dd.categ\u x,dd.categ\u y,margins=True)
给出:
| categ_x | a | b | All |
|---------|---|---|-----|
| a | 3 | 2 | 5 |
| b | 2 | 4 | 6 |
| All | 5 | 6 | 11 |
pd.merge
有助于用交叉表中的正确数字填充单元格,但会导致小计/边距计数错误
我所期望的是:
| categ_x | a | b | All |
|---------|---|---|-----|
| a | 3 | 2 | 3 | -- I have 3 unique clients with 'a'
| b | 2 | 4 | 4 | -- I have 4 unique clients with 'b'
| All | 3 | 4 | 5 | -- I have 5 unique clients in total
我试过一些伯爵,尤尼克。。。到目前为止没有多少成功
编辑
答案很好,但我想知道他们是否可以直接通过交叉表
,使用正确的aggfunc
,通过和手动计算值和添加值:
另一个类似的解决方案:
s = df2.groupby(['categ'])['cust'].nunique().rename('All')
df = pd.crosstab(dd.categ_x, dd.categ_y).join(s).append(s)
df.loc['All','All'] = df2['cust'].nunique()
df = df.astype(int)
print (df)
a b All
categ_x
a 3 2 3
b 2 4 4
All 3 4 5
您可以通过和手动计算值和添加值:
另一个类似的解决方案:
s = df2.groupby(['categ'])['cust'].nunique().rename('All')
df = pd.crosstab(dd.categ_x, dd.categ_y).join(s).append(s)
df.loc['All','All'] = df2['cust'].nunique()
df = df.astype(int)
print (df)
a b All
categ_x
a 3 2 3
b 2 4 4
All 3 4 5
我想这正是我需要的:
pd.crosstab(
dd.categ_x, dd.categ_y, margins=True,
values=dd.cust, aggfunc=pd.Series.nunique
)
给出:
| categ_x | a | b | All |
|---------|---|---|-----|
| a | 3 | 2 | 3 |
| b | 2 | 4 | 4 |
| All | 3 | 4 | 5 |
pd.Series.nunique
给出了值的唯一值的长度/大小(此处dd.cust
)。我想这就是我需要的:
pd.crosstab(
dd.categ_x, dd.categ_y, margins=True,
values=dd.cust, aggfunc=pd.Series.nunique
)
给出:
| categ_x | a | b | All |
|---------|---|---|-----|
| a | 3 | 2 | 3 |
| b | 2 | 4 | 4 |
| All | 3 | 4 | 5 |
pd.Series.nunique
给出了值的唯一值的长度/大小(此处dd.cust
)。谢谢,这绝对有用。我只是想知道它是否可以在一次调用交叉表中完成,谢谢这绝对是有用的。我只是想知道它是否可以通过调用交叉表来完成