python - 如何统计转换列转数据?
我有一个比较大的df
date type
2024-01-01 1
2024-01-01 2
2024-01-01 1
2024-01-02 3
2024-01-02 2
2024-01-02 3
2024-01-02 1
2024-01-02 1
2024-01-03 1
2024-01-03 4
2024-01-03 2
2024-01-03 5
...
如何恰当地完成如下的统计转换
date type1 type2 type3 type4 type5
2024-01-01 2 1 0 0 0
2024-01-02 2 1 2 0 0
2024-01-03 1 0 1 1 1
...
谢谢高人指定。
共有3个答案
import pandas as pddata = [ ['2024-01-01', 1], ['2024-01-01', 2], ['2024-01-01', 1], ['2024-01-02', 3], ['2024-01-02', 2], ['2024-01-02', 3], ['2024-01-02', 1], ['2024-01-02', 1], ['2024-01-03', 1], ['2024-01-03', 4], ['2024-01-03', 2], ['2024-01-03', 5]]df = pd.DataFrame(data, columns=['date', 'type'])df = df.pivot_table(index='date', columns='type', aggfunc='size', fill_value=0)df.columns = 'type' + df.columns.astype(str)print(df)
import pandas as pd# 创建示例数据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)df_dummies = pd.get_dummies(df, columns=['type'])df_group = df_dummies.groupby("date").sum()# 显示结果print(df_dummies)print("-" * 60)print(df_group)在pandas库中，get_dummies() 函数的作用是将分类变量转换为虚拟/指示变量，也称为one-hot编码。这个函数为每个唯一的类别值创建一个新的布尔列（只包含0和1），其中1表示原始数据中该类别的存在，0表示不存在。这里面先使用 get_dummies() 函数将你原先的数据生成一个虚拟列。
然后再通过 groupby 和 sum 函数再分别分组和求和，求和可以用 sum 也可以用 aggregate('sum')，然后就有了下面的结果。
输出结果:
date type_1 type_2 type_3 type_4 type_50 2024-01-01 1 0 0 0 01 2024-01-01 0 1 0 0 02 2024-01-01 1 0 0 0 03 2024-01-02 0 0 1 0 04 2024-01-02 0 1 0 0 05 2024-01-02 0 0 1 0 06 2024-01-02 1 0 0 0 07 2024-01-02 1 0 0 0 08 2024-01-03 1 0 0 0 09 2024-01-03 0 0 0 1 010 2024-01-03 0 1 0 0 011 2024-01-03 0 0 0 0 1------------------------------------------------------------ type_1 type_2 type_3 type_4 type_5 date 2024-01-01 2 1 0 0 0 2024-01-02 2 1 2 0 0 2024-01-03 1 1 0 1 1 
为了完成这个任务，你可以使用Pandas库中的get_dummies()函数，该函数可以将分类变量转换为虚拟变量（也称为独热编码）。以下是一个示例代码：
import pandas as pd# 创建示例数据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, 1, 4, 2, 5]}df = pd.DataFrame(data)# 使用get_dummies()函数进行转换df_dummies = pd.get_dummies(df, columns=['type'])# 显示结果print(df_dummies)输出结果如下：
css `date type_1 type_2 type_3 type_4 type_50 2024-01-01 1 1 0 0 01 2024-01-01 1 0 0 0 02 2024-01-01 1 1 0 0 03 2024-01-02 0 1 1 0 04 2024-01-02 0 1 1 0 05 2024-01-02 0 1 1 0 06 2024-01-02 1 1 1 0 07 2024-01-02 1 1 1 0 08 2024-01-03 1 0 1 1 1`这样，你就可以得到按日期和类型统计的虚拟变量矩阵。你可以使用groupby()和sum()函数来进一步处理这些数据，例如计算每天每种类型的数量。
-
问题内容： 这似乎很明显，但是我似乎无法弄清楚如何将数据帧的索引转换为列？ 例如： 至， 问题答案： 要么： 或： 因此，如果你有一个3级索引的多索引框架，例如： 并且要将索引中的第1级（）和第3级（）转换为列，你可以执行以下操作：
-
问题内容： 我有以下格式的行： 现在，我要在文件中写入以下内容： 基本上将上面转换成jsonarray？ Python中是否有内置方法，库或函数可将数组“转储”到json数组中？ 另请注意，我不希望在文件中序列化“ L”。 问题答案： 使用该模块生成JSON输出： 这会将JSON结果直接写入文件（如果文件已经存在，则替换任何先前的内容）。 如果您需要Python本身中的JSON结果字符串，请使用（
-
问题内容： 我需要将日期转换为Excel序列号，以用于编写的数据处理脚本。通过在OpenOffice Calc工作簿中使用日期，我可以推断出“ 1-Jan 1899 00:00:00”映射到数字零。 我编写了以下函数，以将python datetime对象转换为Excel序列号： 但是，当我尝试一些示例日期时，数字与在Excel（以及OpenOffice Calc）中将日期格式设置为数字时得到的数
-
问题内容： 我想使用Python将JSON数据转换成Python对象。 我从Facebook API接收了JSON数据对象，我想将其存储在数据库中。 我当前在Django（Python）中的视图（包含JSON）： 这可以正常工作，但是如何处理复杂的JSON数据对象？ 如果能以某种方式将此JSON对象转换为Python对象以方便使用，会不会更好呢？ 问题答案： 您可以使用和在一行中完成操作： 或者，
-
本文向大家介绍如何将JSON数据转换为Python元组？，包括了如何将JSON数据转换为Python元组？的使用技巧和注意事项，需要的朋友参考一下 您可以先使用json.loads将json转换为dict，然后使用dict.items()将其转换为python元组。您可以使用Python中的json模块解析JSON文件。该模块解析json并将其放入字典中。然后，您可以像普通字典一样从中获取值。例如
-
本文向大家介绍如何将JSON数据转换为Python对象？，包括了如何将JSON数据转换为Python对象？的使用技巧和注意事项，需要的朋友参考一下 以下代码将json对象（字符串）转换为python对象（字典）。我们导入json模块，并使用json.loads()方法执行此操作。 示例 输出