背景
我有一个包含三个变量的数据框:
- city:中国境内的城市名称。
- pop:对应城市的人口数量。
- conc:对应城市的环境污染物浓度。
我想按人群调查浓度的累积分布。
示例图如下所示:
示例数据集已上传 here
我的解决方案
df = pd.read_csv("./data/test.csv",)
df = df[df.columns[1:]]
df = df.sort_values(by=['pm25'],ascending=False)
df = df.reset_index()
x_ = df['pm25'].values
y_ = []
for i in range(0,len(df)-1,1):
y_.append(df['pop'].iloc[:i+1].sum()/df['pop'].sum())
y_.append(1.0)
plt.plot(x_,y_)
1.
非常感谢任何更好的方法!
2.
还有,如何让曲线像第一个plot一样平滑?
请您参考如下方法:
您可以使用 pd.Series.cumsum 替换循环:
y_ = df.pop.cumsum() / df.pop.sum()
为了平滑,你可以使用pd.Series.rolling :
plot(x_, y_.rolling(3).mean())
应用低通滤波器(长度为 3)。但是,您应该考虑这是否是您想要的 - 您的情节似乎是正确的。
