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

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