Python - 计算日期范围内的唯一标签

Question

我正在尝试对从互联网上抓取的一堆文本数据进行情绪分析。我已经到了我的 Pandas DataFrame 有我希望分析以下列的地步：“post_date”（格式为 dd-mm-yyyy，即 01-10-2017）和“Sentiment”（格式为“positive”， “中性”或“否定”）。

我希望能够统计每天/每月/每年的帖子数量，以及每天的正面/中性/负面帖子数量。

例如那些由以下公司生产的产品：

print pd.value_counts(df.Sentiment)

但是我被卡住了，我已经尝试了 groupby 命令的多次迭代（如下），但不断出现错误。

df.groupby(df.post_date.dt.year)

谁能帮助我如何实现这一目标？

理想的输出应该是这样的：

Date, Postive_Posts, Negative_Posts, Neutral_Posts, Total_Posts
01/10/2017, 10, 5, 8, 23
02/10/2017, 5, 20, 5, 30

其中 date 是信息的分组方式（日、月、年等），而 pos/neg/neu 列是对应于该范围内标签计数的总帖子，最后，total_posts 是该范围内的帖子总数。

数据目前是：

post_date, Sentiment
19/09/2017, positive
19/09/2017, positive
19/09/2017, positive
20/09/2017, negative
20/09/2017, neutral

如果您需要更多信息，请告诉我。

Answer 1

你可以使用groupby + size + unstack + add_suffix + sum：

df1 = df.groupby(['post_date','Sentiment']).size().unstack(fill_value=0).add_suffix('_Posts')
df1['Total_Posts'] = df1.sum(axis=1)
print (df1)

Sentiment   negative_Posts  neutral_Posts  positive_Posts  Total_Posts
post_date                                                             
19/09/2017               0              0               3            3
20/09/2017               1              1               0            2

一行解决方案很相似——只需要assign:

df1 = (df.groupby(['post_date','Sentiment'])
        .size()
        .unstack(fill_value=0)
        .add_suffix('_Posts')
        .assign(Total_Posts=lambda x: x.sum(axis=1)))

print (df1)

Sentiment   negative_Posts  neutral_Posts  positive_Posts  Total_Posts
post_date                                                             
19/09/2017               0              0               3            3
20/09/2017               1              1               0            2

对于来自index的列：

df1 = (df.groupby(['post_date','Sentiment'])
        .size()
        .unstack(fill_value=0)
        .add_suffix('_Posts')
        .assign(Total_Posts=lambda x: x.sum(axis=1))
        .reset_index()
        .rename_axis(None, axis=1))

print (df1)

    post_date  negative_Posts  neutral_Posts  positive_Posts  Total_Posts
0  19/09/2017               0              0               3            3
1  20/09/2017               1              1               0            2