crosstab() 默认按字典序排序行列类别而非原始顺序；需用 pd.Categorical 指定 categories 保持顺序；加权统计须用 values+aggfunc='sum'；不可哈希类型（如 list）需预处理；margins 合计不对齐常因 NaN 或 dropna 设置不当。
为什么 crosstab() 返回的列名不是原始类别？
默认情况下，pandas.crosstab() 会按字典序对行、列变量的唯一值排序，而不是保留你数据中首次出现的顺序或原始 category 的顺序。这容易让人误以为结果“乱了”，尤其当你依赖列名做后续索引时。
- 用
dropna=False显式控制缺失值是否参与分组（默认True，即自动丢弃NaN） - 若需保持原始顺序，先将变量转为
pd.Categorical并指定categories参数，再传入crosstab() - 列名和行名实际是
Index对象，可直接用.rename()或.reindex()调整，但别在crosstab()外用sort_index()反向覆盖——那只是掩盖问题
如何统计带权重的交叉频数？
crosstab() 本身不接受权重数组，但可以通过 values + aggfunc 绕过：把权重当“值”传进去，再用 sum 聚合。本质是把频数统计升级为加权求和。
- 必须同时指定
values（权重列名）和aggfunc='sum'，否则报ValueError: values must be specified when aggfunc is not None - 若权重是整数且想还原为“等效频数”，结果仍是浮点型，需手动
.astype(int)（注意 NaN 权重会导致对应格子为NaN） - 性能上比纯布尔频数慢约 2–3 倍，大数据量时建议先
groupby().size()再unstack()手动加权
pd.crosstab(df['gender'], df['region'], values=df['weight'], aggfunc='sum')
遇到 TypeError: unhashable type: 'list' 怎么办？
这个错几乎只发生在某列含 list、dict、numpy array 等不可哈希类型时。crosstab() 内部要用这些值做分组键，而 Python 不允许 list 当 dict key。
- 检查出错列：用
df[col].apply(type).unique()快速定位是否混入了list - 简单修复：用
df[col].astype(str)强制转字符串（适合探索阶段），但会丢失结构信息 - 严谨做法：提前标准化数据——比如把 list 展平成多行（用
explode()），或提取关键字段（如df[col].str.len()代替原 list） - 别试图在
crosstab()里用 lambda 清洗，它不支持对输入列做 on-the-fly 转换
用 margins=True 后总和对不上？
边际合计（margins）默认是对当前分组层级做 sum，但若原始数据有缺失、重复或 NaN 未显式处理，行列小计之和可能不等于总计。这不是 bug，是聚合逻辑的自然结果。
立即学习“Python免费学习笔记（深入）”；
-
margins=True实际等价于分别加一行一列，再各自调用sum(axis=0/1)，不保证数学守恒 - 若需严格守恒，先确保两变量都无
NaN（dropna=True），或用pd.crosstab(..., margins=True, dropna=False)显式把NaN当一类参与统计 - 注意：
margins_name默认是'All'，但如果你改了它（比如设为'Total'），后续用.loc['Total']提取时必须匹配该字符串
df[col].isna().sum() 和 df[col].nunique()，比直接重跑 crosstab() 更快。 
