[Pandas] crosstab

정의

pd.crosstab(index, columns) 는 두 (또는 그 이상의) Series 로 교차 빈도표 (contingency table) 를 만든다. SQL 의 PIVOT 또는 Excel 의 피벗 테이블과 비슷.

pd.crosstab(df['gender'], df['plan'])

기본 (count)

import pandas as pd
df = pd.DataFrame({
  'gender': ['M','F','M','F','M','F'],
  'plan': ['basic','pro','basic','basic','pro','pro'],
})
print(pd.crosstab(df['gender'], df['plan']))

plan    basic  pro
gender
F           1    2
M           2    1

margins (소계 / 총계 행)

pd.crosstab(df['gender'], df['plan'], margins=True, margins_name='Total')

import pandas as pd
df = pd.DataFrame({
  'gender': ['M','F','M','F','M','F'],
  'plan': ['basic','pro','basic','basic','pro','pro'],
})
print(pd.crosstab(df['gender'], df['plan'], margins=True))

plan    basic  pro  All
gender
F           1    2    3
M           2    1    3
All         3    3    6

normalize (비율)

pd.crosstab(df['gender'], df['plan'], normalize='index')    # 행 기준 비율
pd.crosstab(df['gender'], df['plan'], normalize='columns')  # 열 기준
pd.crosstab(df['gender'], df['plan'], normalize='all')      # 전체

import pandas as pd
df = pd.DataFrame({
  'gender': ['M','F','M','F','M','F'],
  'plan': ['basic','pro','basic','basic','pro','pro'],
})
print(pd.crosstab(df['gender'], df['plan'], normalize='index'))

plan       basic       pro
gender
F       0.333333  0.666667
M       0.666667  0.333333

각 행 합이 1. 행 기준 분포.

values + aggfunc (합계, 평균 등)

pd.crosstab(
    df['gender'],
    df['plan'],
    values=df['amount'],
    aggfunc='sum',
)

count 가 아닌 sum/mean 등의 집계. 사실상 Pandas pivot_table 과 같다.

다중 index / 다중 columns

pd.crosstab(
    [df['gender'], df['region']],
    df['plan']
)
# MultiIndex 행

crosstab vs pivot_table

기능은 거의 같다. 입력 형태로 선택.

# 같은 결과
pd.crosstab(df['gender'], df['plan'])
df.pivot_table(index='gender', columns='plan', aggfunc='size')

자주 만나는 함정

1. 합산 vs 카운트

pd.crosstab(df['gender'], df['plan'])                              # count
pd.crosstab(df['gender'], df['plan'], values=df['amount'], aggfunc='sum')  # sum

values 와 aggfunc 를 같이 줘야 합산 가능.

2. 결측치

pd.crosstab(df['gender'], df['plan'], dropna=False)
# NaN 도 그룹으로 포함

3. normalize 의 string 값

'index' / 'columns' / 'all' / True / False 만 유효.

참고

• Pandas groupby
• Pandas pivot
• Pandas pivot_table