如何使用Pandas将包含日期和类型的DataFrame转换为每日类型数量统计表?

碧海醫心
发布: 2025-03-21 08:06:23
原创
777人浏览过

如何使用pandas将包含日期和类型的dataframe转换为每日类型数量统计表?

数据分析中,经常需要对数据进行转换和统计,以便更好地理解和可视化数据。本文将演示如何使用Pandas将包含日期和类型的DataFrame转换为每日类型数量统计表。

假设我们有一个DataFrame,包含'date'(日期)和'type'(类型)两列。目标是将其转换为一个新的DataFrame,其中每行代表一天,每列代表一种类型,单元格值表示该类型在该日期的数量。

以下代码实现了这一转换:

import pandas as pd

# 示例数据
data = {
    'date': ['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'],
    'type': [1, 2, 1, 3, 2, 3, 1, 1, 1, 4, 2, 5]
}

df = pd.DataFrame(data)

# 使用pd.get_dummies()进行one-hot编码
df_encoded = pd.get_dummies(df, columns=['type'])

# 按日期分组并求和
df_pivot = df_encoded.groupby('date').sum()

# 显示结果
print(df_encoded)
print("-" * 60)
print(df_pivot)
登录后复制

代码首先使用pd.get_dummies()函数将'type'列转换为虚拟变量(one-hot encoding)。 然后,使用groupby()函数按'date'分组,并使用sum()函数对每个日期的虚拟变量进行求和,从而得到每种类型在每一天的数量。 最终结果是一个以日期为索引,类型为列的DataFrame。 aggregate('sum')也可以替代sum()函数实现相同的功能。 这个方法有效地将长格式数据转换为宽格式数据,方便后续分析和可视化。

以上就是如何使用Pandas将包含日期和类型的DataFrame转换为每日类型数量统计表?的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

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。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号