我有一个数据集如下：
a,b,c
1,1,1
1,1,1
1,1,2
2,1,2
2,1,1
2,2,1
我用 pandas 创建了交叉表：
cross_tab = pd.crosstab(index=a, columns=[b, c], rownames=['a'], colnames=['b', 'c'])
我的交叉表作为输出给出：
b 1 2
c 1 2 1
a
1 2 1 0
2 1 1 1
我想针对给定的每个 a、b 和 c 值迭代此交叉表。如何获取 cross_tab[a=1][b=1, c=1] 等值？谢谢。
【问题讨论】：
标签： python pandas crosstab contingency
你可以使用slicers:
a,b,c = 1,1,1
idx = pd.IndexSlice
print (cross_tab.loc[a, idx[b,c]])
2
您也可以通过DataFrame.unstack、reorder_levels 重塑df，然后使用loc：
a = cross_tab.unstack().reorder_levels(('a','b','c'))
print (a)
a b c
1 1 1 2
2 1 1 1
1 1 2 1
2 1 2 1
1 2 1 0
2 2 1 1
dtype: int64
print (a.loc[1,1,1])
2
【讨论】：
a 吗？或者如果print(cross_tab2.loc[2,2,2]) 需要什么输出？
for (a,b,c), x in a.iteritems(): print (a,b,c) print (x) 吗？
您正在寻找df2.xxx.get_level_values:
In [777]: cross_tab.loc[cross_tab.index.get_level_values('a') == 1,\
(cross_tab.columns.get_level_values('b') == 1)\
& (cross_tab.columns.get_level_values('c') == 1)]
Out[777]:
b 1
c 1
a
1 2
【讨论】：
另一种考虑的方法可能是简单地使用.loc 来导航由pandas.crosstab 生成的分层索引，尽管会失去一点可读性。以下示例说明了这一点：
import pandas as pd
import numpy as np
np.random.seed(1234)
df = pd.DataFrame(
{
"a": np.random.choice([1, 2], 5, replace=True),
"b": np.random.choice([11, 12, 13], 5, replace=True),
"c": np.random.choice([21, 22, 23], 5, replace=True),
}
)
df
输出
a b c
0 2 11 23
1 2 11 23
2 1 12 23
3 2 12 21
4 1 12 21
crosstab 输出为：
cross_tab = pd.crosstab(
index=df.a, columns=[df.b, df.c], rownames=["a"], colnames=["b", "c"]
)
cross_tab
b 11 12
c 23 21 23
a
1 0 1 1
2 2 1 0
现在假设您想在a==2、b==11 和c==23 时访问值，那么就这样做
cross_tab.loc[2].loc[11].loc[23]
2
为什么会这样？ .loc 允许通过索引标签进行选择。在crosstab 输出的数据框中，我们以前的列值现在变成了索引标签。因此，对于我们所做的每个.loc 选择，它都会给出与该索引标签对应的数据帧切片。让我们一步一步导航cross_tab.loc[2].loc[11].loc[23]：
cross_tab.loc[2]
产量：
b c
11 23 2
12 21 1
23 0
Name: 2, dtype: int64
下一个：
cross_tab.loc[2].loc[11]
产量：
c
23 2
Name: 2, dtype: int64
我们终于有了
cross_tab.loc[2].loc[11].loc[23]
产生：
2
为什么我说这会降低可读性？因为要理解这个选择，你必须知道交叉表是如何创建的，即行是a，列的顺序是[b, c]。您必须知道这一点才能解释cross_tab.loc[2].loc[11].loc[23] 会做什么。但我发现这通常是一个很好的权衡。
【讨论】：