如何使用pandas统计转换后的列数据？

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：

我要服装批发网

由逍遥网店系统修改而成，修改内容如下：前台商品可以看大图功能后台商品在线添加编辑功能 （允许UBB）破解了访问统计系统增加整合了更加强大的第三方统计系统 （IT学习者v1.6）并且更新了10月份的IP数据库。修正了后台会员订单折扣金额处理错误BUG去掉了会员折扣价这个功能，使用市场价，批发价。这样符合实际的模式，批发价非会员不可看修正了在线编辑无法使用 “代码&rdqu

下载

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