crosstab是pandas中处理分类变量联合分布的首选工具，它自动补零、对齐行列、支持标准化与加权，语义清晰且避免groupby+unstack的缺陷。
crosstab 是 Pandas 里做分类变量频数统计最直接的工具，不是“能用”，而是“该用它”——尤其当你需要快速看两个（或多个）离散字段的联合分布时。
为什么不用 groupby + size()？
很多人习惯先 groupby(['col_a', 'col_b']).size()，再 unstack() 拼成表格。这确实可行，但容易漏掉某类组合的零频次（默认不显示），且行列顺序难控。而 crosstab 默认保留所有唯一值、自动对齐行列、支持标准化和加权，语义更清晰。
- 缺失组合会补
0，不是直接跳过 - 列名和索引名默认来自原始字段名，无需手动重命名
- 传入
normalize='index'就能立刻算行百分比，normalize=True算整体比例
crosstab 的核心参数怎么选？
关键就三个：index、columns、values（可选）。前两者必填，决定行和列；values 只在你想做聚合（比如求均值、计数以外的统计）时才用。
- 只传两个 Series 或列名：
pd.crosstab(df['gender'], df['region'])→ 纯频数表 - 加
margins=True：末行末列自动加行/列合计 - 想按第三列加权统计？用
values=df['weight']+aggfunc='sum' - 注意：
dropna=False才会把NaN当作一个独立类别参与统计（默认是剔除的）
常见报错和静默陷阱
最常卡在类型和缺失值上，错误信息往往不直说问题在哪。
-
ValueError: arrays must all be same length：传入的index和columns长度不一致 —— 多半是其中一个是 Series，另一个是 list 且长度不对，统一用df['col']或df.col - 结果全是
0或空？检查是否用了values但没配aggfunc，此时默认用len，但若values含NaN，len会返回0 - 中文列名或特殊字符导致显示错乱？加参数
rownames=['行标签']和colnames=['列标签']显式控制名称，避免依赖原始字段名
真正麻烦的是多级索引+空值混合的场景：既要保留 NaN 类别，又要对某几列做归一化，还得导出带合并单元格的 Excel —— 这时候 crosstab 只是起点，后续得接 fillna、reindex 和 to_excel 的 merge_cells=False 控制。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
