如何使用虚拟变量编码统计不同类型的数据

您有一个包含日期和不同类型的数据框。您希望统计每个日期不同类型的出现次数。

为了解决这个问题，我们使用虚拟变量编码和 pandas 库。

虚拟变量编码

虚拟变量编码将分类变量转换为虚拟变量。对于每个类别，创建一个布尔列，其中1表示类别存在，0表示类别不存在。

具体步骤如下：

1. 使用 get_dummies() 函数将 type 列转换为虚拟变量。
2. 使用 groupby() 函数根据 date 列对数据进行分组。
3. 使用 sum() 函数计算每组虚拟变量的和。

以下代码演示了此过程：

import pandas as pd

# 创建示例数据
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)

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

print(df_group)

输出：

         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

以上就是如何用虚拟变量编码统计不同日期不同数据类型的出现次数？的详细内容，更多请关注php中文网其它相关文章！