如何使用Pandas實現數據的列轉統計？

利用Pandas高效實現數據列轉統計

在數據分析中，經常需要對數據進行靈活的重組和統計分析。例如，將包含日期和類型的數據集轉換為每日不同類型計數的統計表。本文將演示如何使用Pandas庫高效地完成此類操作。

假設我們有一個包含'date'（日期）和'type'（類型）兩列的數據框（DataFrame），數據示例如下：

 <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>

目標是將數據轉換為如下格式，顯示每種類型在每一天的計數：

 <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()函數組合實現這一目標。以下是Python代碼：

 import pandas as pd

# 示例數據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()進行one-hot編碼df_encoded = pd.get_dummies(df, columns=['type'], prefix='type')

# 使用groupby()和sum()進行分組統計result = df_encoded.groupby('date').sum()

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

代碼首先使用pd.get_dummies()將'type'列轉換為虛擬變量，然後使用groupby('date').sum()對日期進行分組並對每個類型進行求和，最終得到目標統計表。

輸出結果類似於：

<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，我們可以輕鬆地完成Pandas數據列轉統計，提高數據分析效率。

以上是如何使用Pandas實現數據的列轉統計？的詳細內容。更多資訊請關注PHP中文網其他相關文章！