数据科学库案例——统计911紧急电话不同类型次数(一)

现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数。

方法一:（分类后用布尔索引求和）

#现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np

df=pd.read_csv("./911.csv")

###print(df.head(10))
###print(df.info())

##获取分类情况
##print(df["title"].str.split[":"])###Series类型
temp_list=df["title"].str.split(":").tolist()##获取某一行，例[EMS,  BACK PAINS/INJURY]
cate_list=list(set(i[0] for i in temp_list))###获取某一行的第一个元素，set转成单个字符进行插入
print(cate_list)###得到三个类型['EMS', 'Fire', 'Traffic']，还得统计个数

###构造全为0的数组，行是df.shape[0]，列是电话类型
zeros_df= pd.DataFrame(np.zeros((df.shape[0],len(cate_list))),columns=cate_list)

#赋值，#赋值,遍历cate_list只有3个数据，遍历temp_list数据太多，太慢
for cate in cate_list:
    zeros_df[cate][df["title"].str.contains(cate)] = 1
    print(zeros_df)
   #如果df["title"].str.contains()包含cate
    #df["title"].str.contains(cate)是布尔索引
    # 计算总数
    sum_ret = zeros_df.sum(axis=0)

思路：通过提取某一行的第一个元素来获取分类：赋值部分运用类型比较少cate来遍历,再运用布尔索引，TRUE被赋值为1

结果：

        Fire  EMS  Traffic

0        0.0  1.0      0.0

1        0.0  1.0      0.0

2        1.0  0.0      0.0

3        0.0  1.0      0.0

4        0.0  1.0      0.0

...      ...  ...      ...

249732   0.0  1.0      0.0

249733   0.0  1.0      0.0

249734   0.0  1.0      0.0

249735   1.0  0.0      0.0

249736   0.0  0.0      1.0

[249737 rows x 3 columns]

Fire        37432.0

EMS        124844.0

Traffic     87465.0

dtype: float64

注：

Series类型转换为列表是.tolist()

DataFrame是.to_list()

方法二：（增加cate一列再用groupby来按照分类求和）

#现在我们有2015到2017年25万条911的紧急电话的数据，请统计出出这些数据中不同类型的紧急情况的次数
import pandas as pd
from matplotlib import pyplot as plt
import numpy as np

df=pd.read_csv("./911.csv")

###print(df.head(10))
###print(df.info())

##获取分类情况
##print(df["title"].str.split[":"])###Series类型
temp_list=df["title"].str.split(":").tolist()##获取某一行，例[EMS,  BACK PAINS/INJURY]
cate_list=list(set(i[0] for i in temp_list))###获取某一行的第一个元素
df["cate"]=pd.DataFrame(np.array(cate_list).reshape(df.shape(0),1))###往df添加一列，cate列
print(cate_list)###得到三个类型['EMS', 'Fire', 'Traffic']，还得统计个数
df.groupby(by="cate").count()["title"]###根据cate进行分类，再统计个数，再取一列

如果我们还想统计出不同月份不同类型紧急电话的次数的变化情况，应该怎么做呢？