Skip to main content
 首页 » 编程设计

python之仅绘制某些日子的 Pandas 数据框

2025年02月15日8sxdcgaq8080

尝试更好地使用 Python 和 pandas...

我有一些股票市场数据,我添加了一个基于“日期”列的星期几列(星期一、星期二、星期三、星期四、星期五),显然每天还有开盘价、最高价、最低价和收盘价列,我还添加了 pct-chance 列,现在我要做的是打印出来,然后绘制所有星期一或我喜欢的任何一天的 pct-change,然后我想绘制平均 pct-change在我的数据中以直方图样式表示每个工作日,所以它看起来像一个直方图图表,星期一、星期二等沿着底部的 X 轴,Y 轴上有它们的平均 pct 变化数据。

所以我需要弄清楚 day_of_week 列 == "Monday"是否返回 pct-change?但我假设有一种更好的方法来处理 pandas,比如 .loc 之类的,但我想不通:(

数据仅由一个整数索引,然后是日期、O、H、L、C、体积、范围、Pct_change、day_of_week 列等,下面是我的 data.head() 输出

   Date     Open     High      Low   Settle   Volume  \ 
0 2017-07-20  12493.0  12567.0  12381.0  12422.0  94966.0 
1 2017-07-19  12446.5  12481.5  12408.0  12432.5  68435.0 
2 2017-07-18  12554.0  12569.0  12373.5  12425.5  96933.0 
3 2017-07-17  12646.5  12668.0  12531.0  12587.0  65648.0 
4 2017-07-14  12642.5  12658.5  12567.0  12611.0  59074.0 
 
   Prev. Day Open Interest day_of_week  Range   < MR   > MR  Pct_change 
0                 151217.0    Thursday  186.0    NaN  186.0   -0.568318 
1                 148249.0   Wednesday   73.5   73.5    NaN   -0.112481 
2                 154485.0     Tuesday  195.5    NaN  195.5   -1.023578 
3                 145445.0      Monday  137.0  137.0    NaN   -0.470486 
4                 144704.0      Friday   91.5   91.5    NaN   -0.249160 

希望有人能帮助/指出正确的方向,谢谢!!

请您参考如下方法:

我想你需要groupby与骨料 mean然后 DataFrame.plot.bar :

df.groupby('day_of_week')['Pct_change'].mean().plot.bar() 

订购可以使用ordered categorical :

cats = ['Monday','Tuesday','Wednesday','Thursday','Friday'] 
df['day_of_week'] = df['day_of_week'].astype('category', categories=cats, ordered=True) 
df.groupby('day_of_week')['Pct_change'].mean().plot.bar()