Bagaimana cara menggunakan panda untuk melaksanakan statistik lajur-ke-lajur data?

Melaksanakan lajur ke statistik dengan cekap dengan panda

Dalam analisis data, penyusunan semula fleksibel dan analisis statistik data sering diperlukan. Sebagai contoh, tukar dataset yang mengandungi tarikh dan jenis ke dalam jadual statistik pelbagai jenis tuduhan setiap hari. Artikel ini akan menunjukkan cara menggunakan perpustakaan Pandas untuk melakukan ini dengan cekap.

Katakan kami mempunyai bingkai data (dataframe) yang mengandungi dua lajur 'tarikh' (tarikh) dan 'jenis' (jenis), dan contoh data adalah seperti berikut:

 <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>

Matlamatnya adalah untuk menukar data ke dalam format berikut, menunjukkan kiraan setiap jenis pada setiap hari:

 <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>

Kita boleh menggunakan fungsi pandas ' pd.get_dummies() dan groupby() untuk mencapai matlamat ini. Inilah kod python:

 Import Pandas sebagai PD

# Contoh 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', '2024-01-02', '2024-01-03', '2024-01-03', '2024-01-03'],
    'Jenis': [1, 2, 1, 3, 2, 3, 1, 1, 1, 4, 2, 5]
}

df = pd.dataFrame (data)

# Gunakan get_dummies () untuk pengekodan satu-panas df_encoded = pd.get_dummies (df, columns = ['type'], prefix = 'type')

# Gunakan kumpulanBy () dan jumlah () untuk statistik kumpulan hasil = df_encoded.groupby ('tarikh'). Sum ()

# Cetak hasil cetak (df_encoded)
Cetak ("-" * 60)
cetak (hasil)

Kod pertama menggunakan pd.get_dummies() untuk menukar lajur 'jenis' ke dalam pembolehubah dummy, dan kemudian menggunakan groupby('date').sum() untuk mengumpulkan tarikh dan jumlah setiap jenis untuk akhirnya mendapatkan jadual statistik sasaran.

Hasil output adalah serupa dengan:

<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>

Melalui kod ringkas ini, kita dapat dengan mudah melengkapkan statistik penukaran lajur data PANDAS untuk meningkatkan kecekapan analisis data.

Atas ialah kandungan terperinci Bagaimana cara menggunakan panda untuk melaksanakan statistik lajur-ke-lajur data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!