我有一个数据集:
a b c
11/01/1999 8 367235
11/01/1999 5 419895
11/01/1999 1 992194
23/03/1999 4 419895
30/04/1999 1 992194
02/06/1999 9 419895
08/08/1999 2 367235
12/08/1999 3 419895
17/08/1999 10 992194
22/10/1999 3 419895
04/12/1999 4 992194
04/03/2000 2 367235
29/09/2000 9 367235
30/09/2000 9 367235
我正在尝试制作一个可视化图来显示随时间变化的值集(“b”列)(“a”列):
*请注意,这只是为了描绘我想要的一般图片 - 这不是我的数据集。
我将数据集更改为数据透视表,它在第一列中列出了列“c”值,在顶行列出了“a”值,在数据框中列出了“b”值。令人高兴的是,我已经能够从数据透视表中提取值的行,并将其用作 matplotlib 图(代表图表上的 y 值)的输入。不幸的是,我无法以可接受的格式提取数据透视表的标题,这是一个问题,因为标题代表我图表上的 x 值。
这是有效的代码部分:
from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
from datetime import datetime
df = (pd.read_csv('orcs.csv'))
df_wanted = pd.pivot_table(
df,
index='c',
columns='a',
values='b')
lala = df_wanted.as_matrix()
x=np.array(lala[1,:])
y = (df_wanted.columns.astype(str).tolist())
这是代码中不起作用的部分。
我尝试了几种选择(包括错误消息):
1.
plt.plot(x,y)# error: could not convert string to float: '02/06/1999'
2.
for i in range(len(y)):
c= (y[i])
print(c) #no error message, but gives me an output I don't know how to capture for the plt.plot input.
3.
for i in range(len(y)):
c= (y[i])
f = datetime.strptime(c, '%d/%m/%Y')
v=list(f)
plot.plot(x,v) # error message:'datetime.datetime' object is not iterable
感谢任何帮助
请您参考如下方法:
您必须交换 index 和 columns,然后将 index 转换为 datetime。然后就是 .plot()。
df_wanted = pd.pivot_table(df, columns='c',
index='a', values='b')
df_wanted.index = pd.to_datetime(df_wanted.index)
df_wanted.plot()
