利用Pandas高效實(shí)現(xiàn)數(shù)據(jù)列轉(zhuǎn)統(tǒng)計

在數(shù)據(jù)分析中，經(jīng)常需要對數(shù)據(jù)進(jìn)行靈活的重組和統(tǒng)計分析。例如，將包含日期和類型的數(shù)據(jù)集轉(zhuǎn)換為每日不同類型計數(shù)的統(tǒng)計表。本文將演示如何使用Pandas庫高效地完成此類操作。

假設(shè)我們有一個包含'date'（日期）和'type'（類型）兩列的數(shù)據(jù)框（DataFrame），數(shù)據(jù)示例如下：

<code>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
...</code>

目標(biāo)是將數(shù)據(jù)轉(zhuǎn)換為如下格式，顯示每種類型在每一天的計數(shù)：

<code>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      1      0      1      1
...</code>

我們可以利用Pandas的pd.get_dummies()和groupby()函數(shù)組合實(shí)現(xiàn)這一目標(biāo)。以下是Python代碼：

import pandas as pd

# 示例數(shù)據(jù)
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get_dummies()進(jìn)行one-hot編碼
df_encoded = pd.get_dummies(df, columns=['type'], prefix='type')

# 使用groupby()和sum()進(jìn)行分組統(tǒng)計
result = df_encoded.groupby('date').sum()

# 打印結(jié)果
print(df_encoded)
print("-" * 60)
print(result)

代碼首先使用pd.get_dummies()將'type'列轉(zhuǎn)換為虛擬變量，然后使用groupby('date').sum()對日期進(jìn)行分組并對每個類型進(jìn)行求和，最終得到目標(biāo)統(tǒng)計表。

輸出結(jié)果類似于：

<code>         date  type_1  type_2  type_3  type_4  type_5
0  2024-01-01       1       0       0       0       0
1  2024-01-01       0       1       0       0       0
2  2024-01-01       1       0       0       0       0
3  2024-01-02       0       0       1       0       0
4  2024-01-02       0       1       0       0       0
5  2024-01-02       0       0       1       0       0
6  2024-01-02       1       0       0       0       0
7  2024-01-02       1       0       0       0       0
8  2024-01-03       1       0       0       0       0
9  2024-01-03       0       0       0       1       0
10 2024-01-03       0       1       0       0       0
11 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</code>

通過這個簡潔的代碼，我們可以輕松地完成Pandas數(shù)據(jù)列轉(zhuǎn)統(tǒng)計，提高數(shù)據(jù)分析效率。

以上是如何使用Pandas實(shí)現(xiàn)數(shù)據(jù)的列轉(zhuǎn)統(tǒng)計？的詳細(xì)內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！