Comment utiliser les Pandas pour implémenter les statistiques de colonne à colonne des données?

Implémentez efficacement les données de la colonne aux statistiques avec Pandas

Dans l'analyse des données, une réorganisation flexible et une analyse statistique des données sont souvent nécessaires. Par exemple, convertissez un ensemble de données contenant des dates et des types en un tableau statistique de différents types de comptes par jour. Cet article montrera comment utiliser la bibliothèque Pandas pour le faire efficacement.

Supposons que nous ayons une trame de données (DataFrame) contenant deux colonnes de «date» (date) et «type» (type), et l'exemple de données est le suivant:

 <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>

L'objectif est de convertir les données au format suivant, montrant le nombre de chaque type chaque jour:

 <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>

Nous pouvons utiliser les fonctions pd.get_dummies() et groupby() pour y parvenir. Voici le code Python:

 Importer des pandas en tant que PD

# Exemples de données = {
    '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'],
    «Type»: [1, 2, 1, 3, 2, 3, 1, 1, 1, 4, 2, 5]
}

df = pd.dataframe (données)

# Utilisez get_dummies () pour un codage à un hot df_encoded = pd.get_dummies (df, colonnes = ['type'], prefix = 'type')

# Utiliser groupBy () et sum () pour les statistiques de groupe Résultat = df_encoded.groupby ('date'). Sum ()

# Imprimer le résultat imprimer (df_encoded)
imprimer ("-" * 60)
Imprimer (résultat)

Le code utilise d'abord pd.get_dummies() pour convertir la colonne 'Type' en une variable factice, puis utilise groupby('date').sum() pour regrouper les dates et résumer chaque type pour enfin obtenir le tableau des statistiques cibles.

Le résultat de sortie est similaire à:

<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>

Grâce à ce code concis, nous pouvons facilement compléter les statistiques de conversion des colonnes de données Pandas pour améliorer l'efficacité de l'analyse des données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!