计算pandas dataframe中非数值列的每日出现次数

在计算pandas DataFrame中非数值列的每日出现次数时，可以使用以下步骤：

1. 首先，确保你已经导入了pandas库，并且已经创建了一个DataFrame对象。
2. 使用to_datetime函数将DataFrame中的日期列转换为日期时间格式，以便后续按日期进行分组。

df['日期列'] = pd.to_datetime(df['日期列'])

1. 使用groupby函数按日期列进行分组，并使用value_counts函数计算每个日期中非数值列的出现次数。

daily_counts = df.groupby(df['日期列']).['非数值列'].value_counts()

1. 如果你想要将结果以DataFrame的形式展示，可以使用unstack函数将多级索引转换为列。

daily_counts = daily_counts.unstack()

1. 最后，你可以根据需要对结果进行进一步的处理和分析。

这是一个简单的示例，你可以根据实际情况进行调整和扩展。如果你想了解更多关于pandas的相关知识和用法，可以参考腾讯云的数据分析产品TDSQL，它提供了强大的数据处理和分析能力，适用于各种场景。

参考链接：腾讯云TDSQL产品介绍