cách sử dụng hai hàm khác nhau trong crosstab/pivot_table trong gấu trúc?

Question

Sử dụng gấu trúc, có thể tính toán một bảng chéo đơn (hoặc bảng tổng hợp) có chứa các giá trị được tính từ hai hàm khác nhau không?

import pandas as pd 
import numpy as np 

c1 = np.repeat(['a','b'], [50, 50], axis=0) 
c2 = list('xy'*50) 
c3 = np.repeat(['G1','G2'], [50, 50], axis=0) 
np.random.shuffle(c3) 
c4=np.repeat([1,2], [50,50],axis=0) 
np.random.shuffle(c4) 
val = np.random.rand(100) 

df = pd.DataFrame({'c1':c1, 'c2':c2, 'c3':c3, 'c4':c4, 'val':val}) 

frequencyTable = pd.crosstab([df.c1,df.c2],[df.c3,df.c4]) 
meanVal = pd.crosstab([df.c1,df.c2],[df.c3,df.c4],values=df.val,aggfunc=np.mean) 

Vì vậy, cả các hàng và các cột đều giống nhau ở cả hai bảng, nhưng những gì tôi thực sự muốn là một bảng với cả hai tần số và giá trị trung bình:

c3   G1      G2   
c4  1    2    1    2 
c1 c2 freq val  freq val  freq val  freq val   
a x 6 0.624931 5 0.582268 8 0.528231 6 0.362804 
    y 7 0.493890 8 0.465741 3 0.613126 7 0.312894 
b x 9 0.488255 5 0.804015 6 0.722640 5 0.369480 
    y 6 0.462653 4 0.506791 5 0.583695 10 0.517954 

Answer 1

Bạn có thể đưa ra một danh sách các chức năng:

pd.crosstab([df.c1,df.c2], [df.c3,df.c4], values=df.val, aggfunc=[len, np.mean]) 

---

Nếu bạn muốn bàn như trong câu hỏi của bạn, bạn sẽ phải sắp xếp lại các mức một chút:

In [42]: table = pd.crosstab([df.c1,df.c2], [df.c3,df.c4], values=df.val, aggfunc=[len, np.mean]) 

In [43]: table 
Out[43]: 
     len    mean        
c3  G1  G2   G1     G2   
c4  1 2 1 2   1   2   1   2 
c1 c2              
a x  4 6 8 7 0.303036 0.414474 0.624900 0.425234 
    y  5 5 8 7 0.543363 0.480419 0.583499 0.637657 
b x 10 6 4 5 0.400279 0.436929 0.442924 0.287572 
    y  6 8 5 6 0.400427 0.623319 0.764506 0.408708 

In [44]: table.reorder_levels([1, 2, 0], axis=1).sort_index(axis=1) 
Out[44]: 
c3  G1       G2       
c4  1    2    1    2   
     len  mean len  mean len  mean len  mean 
c1 c2                
a x  4 0.303036 6 0.414474 8 0.624900 7 0.425234 
    y  5 0.543363 5 0.480419 8 0.583499 7 0.637657 
b x 10 0.400279 6 0.436929 4 0.442924 5 0.287572 
    y  6 0.400427 8 0.623319 5 0.764506 6 0.408708