Pandas crosstab

Crosstab

crosstab은 범주형 변수 요인별로 교차분석하여 각 요인의 기준 별로 빈도를 세어서 도수분포표,교차표로 데이터를 재구조화 시켜주는 기능을 한다.
pivot table 의 한 유형이다.

parameter

기본적인 파라미터 구성은 다음과 같다.

사용법

데이터셋 불러오기

import pandas as pd
import numpy as np

list1 = ['정호','노제','노제','윈터','정호','노제','윈터','정호','노제','윈터','정호']
list2 = ['11/25','11/25','11/25','11/25','11/26','11/27','11/27','11/28','11/28','11/28','11/29']
list3 = ['아이폰','갤럭시','갤럭시','에어팟','에어팟','갤럭시','에어팟','아이폰','갤럭시','아이폰','에어팟']
list4 = [1,2,1,3,2,1,1,2,4,3,4]
df= pd.DataFrame({'판매원' : list1 , '판매날짜':list2 , '판매물품':list3, '판매개수':list4 })

df

	판매원	판매날짜	판매물품	판매개수
0	정호	11/25	아이폰	1
1	노제	11/25	갤럭시	2
2	노제	11/25	갤럭시	1
3	윈터	11/25	에어팟	3
4	정호	11/26	에어팟	2
5	노제	11/27	갤럭시	1
6	윈터	11/27	에어팟	1
7	정호	11/28	아이폰	2
8	노제	11/28	갤럭시	4
9	윈터	11/28	아이폰	3
10	정호	11/29	에어팟	4

스우파의 노제님과 최강 걸그룹 에스파의 윈터님이 함께 하는 휴대폰 매장의 판매 장부 데이터이다.

기본 사용 법

날짜 별로 판매 여부를 파악해보자.

pd.crosstab(index= df.판매원 , columns = df.판매날짜)

판매날짜	11/25	11/26	11/27	11/28	11/29
판매원
노제	2	0	1	1	0
윈터	1	0	1	1	0
정호	1	1	0	1	1

날짜 별로 데이터가 존재하는지 여부에 따라 1과 0 으로 나타난다.
이번엔 날짜별로 누가 어떤 물품을 판매했는지 여부까지 파악해보자.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜)

	판매날짜	11/25	11/26	11/27	11/28	11/29
판매원	판매물품
노제	갤럭시	2	0	1	1	0
윈터	아이폰	0	0	0	1	0
	에어팟	1	0	1	0	0
정호	아이폰	1	0	0	1	0
	에어팟	0	1	0	0	1

파라메터로 준 칼럼 순서대로 그룹화 하여 dataframe을 재구조화 해준다.

values 파라미터 사용

values 파라미터를 사용함으로서 수치형 데이터를 사용할 수 있다.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum)

	판매날짜	11/25	11/26	11/27	11/28	11/29
판매원	판매물품
노제	갤럭시	3.0	NaN	1.0	4.0	NaN
윈터	아이폰	NaN	NaN	NaN	3.0	NaN
	에어팟	3.0	NaN	1.0	NaN	NaN
정호	아이폰	1.0	NaN	NaN	2.0	NaN
	에어팟	NaN	2.0	NaN	NaN	4.0

집계할 데이터가 존재하지 않는 부분은 NaN으로 표시된다.
주의할점은 values와 aggfunc은 항상 함께 쓰인다.
aggfunc이 없다면 오류가 난다.

NaN이 보기 싫다면 .fillna(0) 를 통해 제거할 수 있다.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum).fillna(0)

	판매날짜	11/25	11/26	11/27	11/28	11/29
판매원	판매물품
노제	갤럭시	3.0	0.0	1.0	4.0	0.0
윈터	아이폰	0.0	0.0	0.0	3.0	0.0
	에어팟	3.0	0.0	1.0	0.0	0.0
정호	아이폰	1.0	0.0	0.0	2.0	0.0
	에어팟	0.0	2.0	0.0	0.0	4.0

총합 구하기

총합은 magins 파라미터를 이용해 표현할 수 있다.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum, margins=True).fillna(0)

	판매날짜	11/25	11/26	11/27	11/28	11/29	All
판매원	판매물품
노제	갤럭시	3.0	0.0	1.0	4.0	0.0	8
윈터	아이폰	0.0	0.0	0.0	3.0	0.0	3
	에어팟	3.0	0.0	1.0	0.0	0.0	4
정호	아이폰	1.0	0.0	0.0	2.0	0.0	3
	에어팟	0.0	2.0	0.0	0.0	4.0	6
All		7.0	2.0	2.0	9.0	4.0	24

인덱스와 칼럼의 끝에 총합에 대한 부분이 추가 된다.

이름 설정

각 파라미터의 이름을 설정해줄 있다.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum, margins=True
            ,rownames=["영업킹","기종"],colnames = ["Date"], margins_name="총합").fillna(0)

	Date	11/25	11/26	11/27	11/28	11/29	총합
영업킹	기종
노제	갤럭시	3.0	0.0	1.0	4.0	0.0	8
윈터	아이폰	0.0	0.0	0.0	3.0	0.0	3
	에어팟	3.0	0.0	1.0	0.0	0.0	4
정호	아이폰	1.0	0.0	0.0	2.0	0.0	3
	에어팟	0.0	2.0	0.0	0.0	4.0	6
총합		7.0	2.0	2.0	9.0	4.0	24

정규화

normalize=True 파라미터를 이용하여 총합을 1로 만들어 정규화를 할 수 있다.

pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum, margins=True
            ,rownames=["영업킹","기종"],colnames = ["Date"], margins_name="총합", normalize=True).fillna(0)

	Date	11/25	11/26	11/27	11/28	11/29	총합
영업킹	기종
노제	갤럭시	0.125000	0.000000	0.041667	0.166667	0.000000	0.333333
윈터	아이폰	0.000000	0.000000	0.000000	0.125000	0.000000	0.125000
	에어팟	0.125000	0.000000	0.041667	0.000000	0.000000	0.166667
정호	아이폰	0.041667	0.000000	0.000000	0.083333	0.000000	0.125000
	에어팟	0.000000	0.083333	0.000000	0.000000	0.166667	0.250000
총합		0.291667	0.083333	0.083333	0.375000	0.166667	1.000000

df2 =pd.crosstab(index= [df.판매원,df.판매물품] , columns = df.판매날짜, values= df.판매개수, aggfunc=np.sum, margins=True
            ,rownames=["영업킹","기종"],colnames = ["Date"], margins_name="총합", normalize=True).fillna(0)
round(df2*100,1)

	Date	11/25	11/26	11/27	11/28	11/29	총합
영업킹	기종
노제	갤럭시	12.5	0.0	4.2	16.7	0.0	33.3
윈터	아이폰	0.0	0.0	0.0	12.5	0.0	12.5
	에어팟	12.5	0.0	4.2	0.0	0.0	16.7
정호	아이폰	4.2	0.0	0.0	8.3	0.0	12.5
	에어팟	0.0	8.3	0.0	0.0	16.7	25.0
총합		29.2	8.3	8.3	37.5	16.7	100.0

위의 코드처럼 간단한 계산으로 백분위로 표현 할 수 있다.