本文介绍如何高效处理数据框，将单列“类型”数据转换为多列，并统计每日各类型数据的出现次数。
假设您的数据框包含日期和类型两列，例如：
日期 类型2024-01-01 A2024-01-01 B2024-01-01 A2024-01-02 C2024-01-02 B2024-01-02 C2024-01-02 A2024-01-02 A2024-01-03 A2024-01-03 D2024-01-03 B2024-01-03 E...
目标是将其转换为如下形式：
日期 类型A 类型B 类型C 类型D 类型E2024-01-01 2 1 0 0 02024-01-02 2 1 2 0 02024-01-03 1 1 0 1 1...
使用Python的Pandas库可以轻松实现此转换：
import pandas as pd# 示例数据data = {'日期': ['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'], '类型': ['A', 'B', 'A', 'C', 'B', 'C', 'A', 'A', 'A', 'D', 'B', 'E']}df = pd.DataFrame(data)# 使用pd.get_dummies()进行one-hot编码df_encoded = pd.get_dummies(df, columns=['类型'], prefix='', prefix_sep='')# 按日期分组并求和df_grouped = df_encoded.groupby('日期').sum()# 打印结果print(df_encoded)print("-" * 60)print(df_grouped)
pd.get_dummies() 函数将“类型”列转换为多个虚拟变量列（one-hot encoding），然后 groupby() 和 sum() 函数计算每日各类型的出现次数。 代码简洁高效，适用于大规模数据集处理。 输出结果与目标格式一致。
以上就是如何将数据框中的“类型”列转换为多列并统计每天的数据？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1359565.html
微信扫一扫 
支付宝扫一扫 
