如何使用Pandas实现数据的列转统计？

利用Pandas高效实现数据列转统计

在数据分析中，经常需要对数据进行灵活的重组和统计分析。例如，将包含日期和类型的数据集转换为每日不同类型计数的统计表。本文将演示如何使用Pandas库高效地完成此类操作。

假设我们有一个包含'date'（日期）和'type'（类型）两列的数据框（DataFrame），数据示例如下：

<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>

目标是将数据转换为如下格式，显示每种类型在每一天的计数：

<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>

我们可以利用Pandas的pd.get_dummies()和groupby()函数组合实现这一目标。以下是Python代码：

华友协同办公自动化OA系统

华友协同办公管理系统(华友OA)，基于微软最新的.net 2.0平台和SQL Server数据库，集成强大的Ajax技术，采用多层分布式架构，实现统一办公平台，功能强大、价格便宜，是适用于企事业单位的通用型网络协同办公系统。 系统秉承协同办公的思想，集成即时通讯、日记管理、通知管理、邮件管理、新闻、考勤管理、短信管理、个人文件柜、日程安排、工作计划、工作日清、通讯录、公文流转、论坛、在线调查、

下载

import pandas as pd

# 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)

# 使用get_dummies()进行one-hot编码
df_encoded = pd.get_dummies(df, columns=['type'], prefix='type')

# 使用groupby()和sum()进行分组统计
result = df_encoded.groupby('date').sum()

# 打印结果
print(df_encoded)
print("-" * 60)
print(result)

代码首先使用pd.get_dummies()将'type'列转换为虚拟变量，然后使用groupby('date').sum()对日期进行分组并对每个类型进行求和，最终得到目标统计表。

输出结果类似于：

<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>

通过这个简洁的代码，我们可以轻松地完成Pandas数据列转统计，提高数据分析效率。