Pivot Tables and Cross-Tabulation
# Python和pandas中，可以通过本章所介绍的groupby功能以及
# （能够利⽤层次化索引的）重塑运算制作透视表。 DataFrame有
# ⼀个pivot_table⽅法，此外还有⼀个顶级的pandas.pivot_table函
# 数。除能为groupby提供便利之外， pivot_table还可以添加分项
# ⼩计，也叫做margins。
# 10.4 透视表和交叉表
# 透视表（pivot table）是各种电⼦表格程序和其他数据分析软件
# 中⼀种常⻅的数据汇总⼯具。它根据⼀个或多个键对数据进⾏聚
# 合，并根据⾏和列上的分组键将数据分配到各个矩形区域中。在
# Python和pandas中，可以通过本章所介绍的groupby功能以及
# （能够利⽤层次化索引的）重塑运算制作透视表。 DataFrame有
# ⼀个pivot_table⽅法，此外还有⼀个顶级的pandas.pivot_table函
# 数。除能为groupby提供便利之外， pivot_table还可以添加分项
# ⼩计，也叫做margins。
tips.pivot_table(index=['day', 'smoker'])
tips.pivot_table(['tip_pct', 'size'], index=['time', 'day'],
columns='smoker')
tips.pivot_table(['tip_pct', 'size'], index=['time', 'day'],
columns='smoker', margins=True)
这⾥， All值为平均数：不单独考虑烟⺠与⾮烟⺠（All列），不单
# 独考虑⾏分组两个级别中的任何单项（All⾏）。
# 要使⽤其他的聚合函数，将其传给aggfunc即可。例如，使⽤
# count或len可以得到有关分组⼤⼩的交叉表（计数或频率）：
# 这⾥， All值为平均数：不单独考虑烟⺠与⾮烟⺠（All列），不单
# 独考虑⾏分组两个级别中的任何单项（All⾏）。
# 要使⽤其他的聚合函数，将其传给aggfunc即可。例如，使⽤
# count或len可以得到有关分组⼤⼩的交叉表（计数或频率）：
tips.pivot_table('tip_pct', index=['time', 'smoker'], columns='day',
aggfunc=len, margins=True)
day Fri Sat Sun Thur All
time smoker
Dinner No 3.0 45.0 57.0 1.0 106.0
Yes 9.0 42.0 19.0 NaN 70.0
Lunch No 1.0 NaN NaN 44.0 45.0
Yes 6.0 NaN NaN 17.0 23.0
All 19.0 87.0 76.0 62.0 244.0
tips.pivot_table('tip_pct', index=['time', 'size', 'smoker'],
columns='day', aggfunc='mean', fill_value=0)
Cross-Tabulations: Crosstab
交叉表： crosstab
# 交叉表（cross-tabulation，简称crosstab）是⼀种⽤于计算分组
# 频率的特殊透视表。看下⾯的例⼦：
# 交叉表： crosstab
# 交叉表（cross-tabulation，简称crosstab）是⼀种⽤于计算分组
# 频率的特殊透视表。看下⾯的例⼦：
from io import StringIO
data = """\
Sample Nationality Handedness
1 USA Right-handed
2 Japan Left-handed
3 USA Right-handed
4 Japan Right-handed
5 Japan Left-handed
6 Japan Right-handed
7 USA Right-handed
8 USA Left-handed
9 Japan Right-handed
10 USA Right-handed"""
data = pd.read_table(StringIO(data), sep='\s+')
data
pd.crosstab(data.Nationality, data.Handedness, margins=True)
pd.crosstab([tips.time, tips.day], tips.smoker, margins=True)
pd.options.display.max_rows =
