<p>给定一个具有不同分类变量的数据帧,如何返回包含百分比而不是频率的交叉列表?</p>
<pre><code>df = pd.DataFrame({'A' : ['one', 'one', 'two', 'three'] * 6,
'B' : ['A', 'B', 'C'] * 8,
'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
'D' : np.random.randn(24),
'E' : np.random.randn(24)})
pd.crosstab(df.A,df.B)
B A B C
A
one 4 4 4
three 2 2 2
two 2 2 2
</code></pre>
<p>使用crosstab中的margins选项来计算行和列的总数,使我们足够接近于认为使用aggfunc或groupby应该是可能的,但是我那微薄的大脑无法将其考虑清楚。</p>
<pre><code>B A B C
A
one .33 .33 .33
three .33 .33 .33
two .33 .33 .33
</code></pre>
<p>我们可以用<code>100</code>来表示百分比:</p>
<pre><code>pd.crosstab(df.A,df.B, normalize='index')\
.round(4)*100
B A B C
A
one 33.33 33.33 33.33
three 33.33 33.33 33.33
two 33.33 33.33 33.33
</code></pre>
<p>为了方便我绕了一圈。</p>