本文介绍如何高效处理数据框,将单列“类型”数据转换为多列,并统计每日各类型数据的出现次数。
假设您的数据框包含日期和类型两列,例如:
日期 类型 2024-01-01 A 2024-01-01 B 2024-01-01 A 2024-01-02 C 2024-01-02 B 2024-01-02 C 2024-01-02 A 2024-01-02 A 2024-01-03 A 2024-01-03 D 2024-01-03 B 2024-01-03 E ...
目标是将其转换为如下形式:
日期 类型A 类型B 类型C 类型D 类型E 2024-01-01 2 1 0 0 0 2024-01-02 2 1 2 0 0 2024-01-03 1 1 0 1 1 ...
使用Python的Pandas库可以轻松实现此转换:
import pandas as pd # 示例数据 data = {'日期': ['2024-01-01', '2024-01-01', '2024-01-01', '2024-01-02', '2024-01-02', '2024-01-02', '2024-01-02', '2024-01-02', '2024-01-03', '2024-01-03', '2024-01-03', '2024-01-03'], '类型': ['A', 'B', 'A', 'C', 'B', 'C', 'A', 'A', 'A', 'D', 'B', 'E']} df = pd.DataFrame(data) # 使用pd.get_dummies()进行one-hot编码 df_encoded = pd.get_dummies(df, columns=['类型'], prefix='', prefix_sep='') # 按日期分组并求和 df_grouped = df_encoded.groupby('日期').sum() # 打印结果 print(df_encoded) print("-" * 60) print(df_grouped)
pd.get_dummies() 函数将“类型”列转换为多个虚拟变量列(one-hot encoding),然后 groupby() 和 sum() 函数计算每日各类型的出现次数。 代码简洁高效,适用于大规模数据集处理。 输出结果与目标格式一致。
以上就是如何将数据框中的“类型”列转换为多列并统计每天的数据?的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号