如何使用pandas统计转换后的列数据？

珍惜时间，勤奋学习！今天给大家带来《如何使用pandas统计转换后的列数据？》，正文内容主要涉及到等等，如果你正在学习文章，或者是对文章有疑问，欢迎大家关注我！后面我会持续更新相关内容的，希望都能帮到正在学习的大家！

统计转换列的数据

想要统计转换列的数据，可以使用 pandas 库中的 get_dummies() 函数将分类变量转换为虚拟列，然后使用 groupby() 和 sum() 函数进行分组和求和。

以下代码展示了此过程：

import pandas as pd

df = pd.dataframe({
    '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_dummies = pd.get_dummies(df, columns=['type'])
df_group = df_dummies.groupby("date").sum()

print(df_dummies)
print("-" * 60)
print(df_group)

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 

好了，本文到此结束，带大家了解了《如何使用pandas统计转换后的列数据？》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！