Skip to main content
 首页 » 编程设计

python之如何根据两个选定的 Pandas 系列绘制 CDF 图

2025年01月19日11tuyile006

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。