【Python】crosstab｜カテゴリーごとの出現回数を算出する

クロス集計表を作成する

今回ご紹介するcrosstab()は、2つ以上のカテゴリーデータを行（index）・列（columns）に配置し

それぞれの出現回数を抽出することができます

似た関数にpivot_table()がありますが、大きな違いは抽出する項目です

crosstabはカテゴリーごとの出現回数を抽出するのに対し、

pivot_tableは平均・合計・最大など「計算」して抽出します

こちらの記事も合わせてご覧ください

2021-04-29【Python】Pythonピボットテーブルを完全攻略｜pivot_table

事前準備

「Pandas」というデータ解析を実施できるライブラリをインポートします　

import pandas as pd

※サンプルデータ：学校のテストの点数

student.head()

crosstabの使い方

crosstab()では始めに記載するDataFrameの列（第一引数）がindexとなり、

2番目に記載するDataFrameの列（第二引数）がcolumnsとなります

指定方法がpivot_table()と大きく異なるため注意してください

pd.crosstab(student['クラス'],student['性別'])

パラメータ

おすすめ度を判定：★★★＝必須｜★★☆＝推奨｜★☆☆＝任意

★★★：index（列：インデックス）

pd.crosstab(student['クラス'])

indexにはクロス集計表の「インデックス」となる、DataFrameの列名を記載します

※index = ‘列名’という記述方法ではなく、DataFrameの列をそのまま記述するので注意しましょう

★★★：columns（列：インデックス）

pd.crosstab(student['クラス'],student['性別'])

columnsにはクロス集計表の「カラム」となる、DataFrameの列名を記載します

※columns = ‘列名’という記述方法ではなく、DataFrameの列をそのまま記述するので注意しましょう

※複数列を指定する方法

index・columnsのそれぞれに複数列を指定することができます

その際はマルチインデックス・マルチカラムとなり、階層構造になります

[ ]リストでDataFrameの列を記述します

pd.crosstab([student['性別'],student['部活_種類']],student['クラス'])

indexに性別（女性・男性）と部活の種類（文化部・運動部）を設定しています

★☆☆：margins（総計）

pd.crosstab(student['クラス'],student['性別'],
            margins='True')

marginsを「True」で設定することで、総計を表示することができます

★☆☆：margins_name（総計の名前）

pd.crosstab(student['クラス'],student['性別'],
            margins='True', margins_name='合計')

上記で設定したmarginsの名前を指定することができます。

margins_nameを指定しない場合は「All」となります

★☆☆：normalize（全体を1とした集計）

pd.crosstab(student['クラス'],student['性別'],
            normalize=True, margins=True)

normalizeを「True」と指定することで、すべての値を合計で割って正規化します。

すべて合計した結果（margins）を1として、それぞれの項目を相対的に割り算していきます

前述したmarginsを設定しておくと全体の数値が分かります

またnormalizeを「index」と設定すると、行ごとに合計すると1となるように集計されます

pd.crosstab(student['クラス'],student['性別'],
            normalize='index', margins=True)

同様にnormalizeを「columns」と設定すると、列ごとに合計すると1となるように集計されます

pd.crosstab(student['クラス'],student['性別'],
            normalize='columns', margins=True)

まとめ

今回はcrosstab()の使い方についてご紹介してきました

2つ以上のカテゴリーデータの出現回数を抽出することができます

簡単にクロス集計表を作ることができるので、ぜひ試してみてください

また平均や合計などの関数を用いた集計をしたい場合はpivot_table()を使いましょう

合わせて読まれてる記事

2021-04-29【Python】Pythonピボットテーブルを完全攻略｜pivot_table