crosstab

• 범주형 데이터 비교분석 시 유용
• pd.crosstab(index = '행 기준', columns = '열 기준', margins=True(합 표시)/False, normalize='합기준')
• 행과 열 기준을 지정하여 교차표를 만들고, 각 기준에 해당하는 데이터의 갯수를 센다 (+비율까지)

from google.colab import drive
drive.mount('/content/drive')

import pandas as pd

file_path = '/content/drive/MyDrive/data/titanic_train.csv'
df = pd.read_csv(file_path)

실습데이터 준비준비

---

범주별 갯수 구하기

• pd.crosstab('행 기준이 될 컬럼', '열 기준이 될 컬럼')

pd.crosstab(df['Sex'], df['Survived'])

결과

행 기준은 Sex, 열 기준은 Survived

성별이 여성이고 살아남지 못한 행은 81개, 성별이 여성이고 살아남은 행은 233개 ,... 등

---

범주별 비율 구하기

• normalize = 'all' : 전체 합을 1로 계산 (100%)
• normalize = 'index' : 각 행의 합을 1로 계산(100%)
• normalize = 'columns' : 각 열의 합을 1로 계산 (100%)

pd.crosstab(df['Sex'], df['Survived'], normalize = 'all')

전체 합이 1

pd.crosstab(df['Sex'],df['Survived'],normalize = 'index')

각 행의 합이 100%

pd.crosstab(df['Sex'],df['Survived'],normalize='columns')

각 열의 합이 1

---

pd.crosstab(df['Sex'], df['Survived'], normalize = 'all', margins=True)

result

normalize= 'all'에 margins=True 옵션 추가 시 각 행과 열의 합 비율을 구할 수 있다.

pd.crosstab(df['Sex'],df['Survived'],normalize='index',margins=True)

결과

normalize='index'에 margins=True 옵션 추가 시 각 열의 합 비율을 구할 수 있다.

* 각 행의 비율의 합은 100%

pd.crosstab(df['Sex'],df['Survived'],normalize='columns',margins=True)

결과

normalize='columns'에 margins=True 옵션 추가 시 각 행의 합 비율을 구할 수 있다.

* 각 열의 비율의 합은 100%

---

다중 인덱스, 다중 컬럼의 범주표

pd.crosstab(index=[df['Sex'],df['Pclass']], columns=df['Survived'])

result

행 기준은 sex(값 두 개로 이루어짐), Pclass(값 세 개로 이루어짐)=>  (2*3개의 행이 나옴)

열 기준은 Survived

pd.crosstab(index=[df['Sex'],df['Pclass']], columns=df['Survived'], normalize='all')

위의 표에서 전체를 1로 하여 갯수가 아닌 비율로 표현

---

pd.crosstab(index=[df['Sex'],df['Pclass']], columns=[df['Survived'],df['Embarked']])

result

행 기준은 sex, pclass => 총 2*3개의 행

열 기준은 survived, embarked => 총 2*3개의 열