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：
- 使用 get_dummies() 函数将 type 列转换为虚拟变量。
- 使用 groupby() 函数根据 date 列对数据进行分组。
- 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
