本文共 3247 字，大约阅读时间需要 10 分钟。

数据格式：

目的数据：

目的：获取title字段中包含物流运输业名称作为分类，统计各个分类的条数

# -*- coding: utf-8 -*-# @File    : pandas_dataframe_classs_sum_demo.py# @Date    :  2020-01-06 16:38# @Author  : admin'''获取title字段中包含物流运输业名称作为分类，统计各个分类的条数'''import pandas as pdfrom matplotlib import pyplot as pltimport numpy as  np;df=pd.read_csv("../../data/911.csv");df=df.head(10);print(df.head(5))#前5行的title列的数据#print(df[:5]["title"])###########################################################截取字符串，获取分类#################################print("##################step1：截取字符串，获取分类############:")jieque_array= df["title"].str.split(": ").tolist();distinct_list=list(set([m[0] for m in jieque_array]));print(jieque_array)print(distinct_list)###########################################################构建全0的矩阵#############################print("##################step2:构建全0的矩阵####################:");zeroes_array=pd.DataFrame(np.zeros((df.shape[0],len(distinct_list))),columns=distinct_list);print(zeroes_array)###########################################################修改赋值#############################print("##################step3:  修改赋值####################:");#方法一for cat in distinct_list:    print(cat)    #zeroes_array[cat] 遍历的是列，相当于zeroes_array['EMS'],    print(df["title"].str.contains(cat))  #boolean 索引    zeroes_array[cat][df["title"].str.contains(cat)]=1;#表达的意思是：构建的全0矩阵中的某列，df原数据的每一行，的title列包含这个列名称，则赋值为1print(zeroes_array)'''#方法二for m in range(df.shape[0]):    zeroes_array.loc[m,jieque_array[m][0]]=1    #m行的jieque_array[m][0]列，在jieque_array中存在，赋值为1print(zeroes_array)'''###########################################################按列即按类别求和#############################print("####################step4：按列即按类别求和####################:");df_sum=zeroes_array.sum(axis=0) #axis=0 按列print(df_sum)

结果：

        lat        lng  ...                        addr  e

0  40.297876 -75.581294  ...      REINDEER CT & DEAD END  1 1  40.258061 -75.264680  ...  BRIAR PATH & WHITEMARSH LN  1 2  40.121182 -75.351975  ...                    HAWS AVE  1 3  40.116153 -75.343513  ...          AIRY ST & SWEDE ST  1 4  40.251492 -75.603350  ...    CHERRYWOOD CT & DEAD END  1

[5 rows x 9 columns]

##################step1：截取字符串，获取分类############: [['EMS', 'BACK PAINS/INJURY'], ['EMS', 'DIABETIC EMERGENCY'], ['Fire', 'GAS-ODOR/LEAK'], ['EMS', 'CARDIAC EMERGENCY'], ['EMS', 'DIZZINESS'], ['EMS', 'HEAD INJURY'], ['EMS', 'NAUSEA/VOMITING'], ['EMS', 'RESPIRATORY EMERGENCY'], ['EMS', 'SYNCOPAL EPISODE'], ['Traffic', 'VEHICLE ACCIDENT -']] ['Traffic', 'Fire', 'EMS'] ##################step2:构建全0的矩阵####################:    Traffic  Fire  EMS 0      0.0   0.0  0.0 1      0.0   0.0  0.0 2      0.0   0.0  0.0 3      0.0   0.0  0.0 4      0.0   0.0  0.0 5      0.0   0.0  0.0 6      0.0   0.0  0.0 7      0.0   0.0  0.0 8      0.0   0.0  0.0 9      0.0   0.0  0.0 ##################step3:  修改赋值####################: Traffic 0    False 1    False 2    False 3    False 4    False 5    False 6    False 7    False 8    False 9     True Name: title, dtype: bool Fire 0    False 1    False 2     True 3    False 4    False 5    False 6    False 7    False 8    False 9    False Name: title, dtype: bool EMS 0     True 1     True 2    False 3     True 4     True 5     True 6     True 7     True 8     True 9    False Name: title, dtype: bool    Traffic  Fire  EMS 0      0.0   0.0  1.0 1      0.0   0.0  1.0 2      0.0   1.0  0.0 3      0.0   0.0  1.0 4      0.0   0.0  1.0 5      0.0   0.0  1.0 6      0.0   0.0  1.0 7      0.0   0.0  1.0 8      0.0   0.0  1.0 9      1.0   0.0  0.0####################step4：按列即按类别求和####################:

Traffic    1.0

Fire       1.0

EMS        8.0

dtype: float64

转载地址：http://lxtgi.baihongyu.com/