如何统计转换列转数据?-灵析社区

无敌铃铃后

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_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