给定输入值列表，如何计算 Python 中 pandas DataFrame 列的计数？

Question

我有一个指定日期范围的列表（通过pandas.date_range() 获得），假设：

dates = ["2016-1-1", "2016-1-2", "2016-1-3", "2016-1-4", "2016-1-5", "2016-1-6"]

和一个在一列中有开始日期的pandas DataFrame，即：

df = {"start_date": ["2016-1-3", "2016-1-2", "2016-1-6", "2016-1-6", "2016-1-1"],
      "event": ["task1", "task43", "task2", "task9", "task6"]}

因此，我想知道dates 列表中的每个元素在DataFrame 的start_date 列中出现的频率。

根据这个例子，我想要的输出是：

[1, 1, 1, 0, 0, 2]

我必须计算一些关于输出的统计数据，所以一个简单的计数列表就足够了。通常我可以在 DataFrame 列上运行一个计数器，但由于我还希望 DataFrame 列中没有出现的日期计数为零，因此据我所知这是不可能的。

解决这个问题的最有效方法是什么？我必须在其上运行它的实际 DataFrame 非常庞大，因此如果可能有多种解决方案，我正在寻找最耗时的一种。

Answer 1

将值转换为 DataFrame：

df = pd.DataFrame(df)

使用Series.value_counts 和Series.reindex 将 - 列和 lsit 都转换为日期时间的第一个想法：

dates = ["2016-1-1", "2016-1-2", "2016-1-3", "2016-1-4", "2016-1-5", "2016-1-6"]

df['start_date'] = pd.to_datetime(df['start_date'])
dates = pd.to_datetime(dates)

L = df['start_date'].value_counts().reindex(dates, fill_value=0).tolist()
print (L)
[1, 1, 1, 0, 0, 2]

或不转换为日期时间的解决方案：

dates = ["2016-1-1", "2016-1-2", "2016-1-3", "2016-1-4", "2016-1-5", "2016-1-6"]

L = df['start_date'].value_counts().reindex(dates, fill_value=0).tolist()