Python 数据透视列表列

我有一个pandas数据框，其中有一列的值是列表，另一列是日期。我想创建一个按日期统计列表元素的数据框架

数据帧看起来像：

pd.DataFrame(
    data={
        "col1": ["['a','b']", "['b','c']", "['a','c']", "", "['b']"],
        "col2": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
    },
    index=[0, 1, 2, 3, 4],
)

我希望dataframe看起来像：

pd.DataFrame(
    data={"a": [1, 0, 1, 0, 0], "b": [1, 1, 0, 0, 1], "c": [0, 1, 1, 0, 0]},
    index=["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
)

您对如何进行这种转换有何想法？

您可以使用extractall提取其中的值，然后使用groupby计算值：

输出：

0           a  b  c
col2               
2020-01-01  1  1  0
2020-01-02  0  1  1
2020-01-03  1  0  1
2020-01-04  0  0  0
2020-01-05  0  1  0

您可以使用extractall提取其中的值，然后使用groupby对值进行计数：

输出：

0           a  b  c
col2               
2020-01-01  1  1  0
2020-01-02  0  1  1
2020-01-03  1  0  1
2020-01-04  0  0  0
2020-01-05  0  1  0

你可以在这里用

你可以在这里用

---

您可以这样做：

df = pd.DataFrame(
    data={
        "col1": [['a','b'], ['b','c'], ['a','c'], ['c'], ['b']],
        "col2": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
    }
)
df2 = df.explode('col1').reset_index(drop=True)
df2["value"]=1
pd.pivot_table(df2, values="value", index=["col2"], columns=["col1"], aggfunc=lambda x: 1, fill_value=0) 

---

您可以这样做：

df = pd.DataFrame(
    data={
        "col1": [['a','b'], ['b','c'], ['a','c'], ['c'], ['b']],
        "col2": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04", "2020-01-05"],
    }
)
df2 = df.explode('col1').reset_index(drop=True)
df2["value"]=1
pd.pivot_table(df2, values="value", index=["col2"], columns=["col1"], aggfunc=lambda x: 1, fill_value=0) 

---

这是一个强有力的回答，谢谢你光。然而，我应该更清楚一点——在我的数据集中，日期有时会重复，我想对所有出现的日期加总变量date@enixon4而不是out.index=df['col2']do out.groupbydf['col2'].sum:-这是一个强有力的答案，谢谢你，广。然而，我应该更清楚一点——在我的数据集中，日期有时会重复，我想对所有出现的日期加总变量date@enixon4而不是out.index=df['col2']do out.groupbydf['col2'].sum:-我认为如果您使用交叉表而不是数据透视表，这可能会更好，IMO pd.crosstabindex=df2.col2，columns=df2.col1。这也允许您放弃df2['value']=1Yes。我看到了答案。美好的我认为，如果使用交叉表而不是数据透视表（IMO pd.crosstabindex=df2.col2，columns=df2.col1），这可能会更好。这也允许您放弃df2['value']=1Yes。我看到了答案。美好的