我是 Python 的初学者,正在尝试绘制数据。如果我按照文档 (https://pandas.pydata.org/pandas-docs/stable/10min.html) 中的 10 分钟了解 Pandas ,它就可以正常工作。但是,如果我尝试将它应用于我自己的数据(从雅虎下载),它就会失败。
问题似乎与数据准备有关。如果我打开 csv 文件,数据看起来很好。当我尝试选择列来绘制一列数据更改为 NaN 时。如果将数据系列放入系列中,就会发生这种情况。 'index =' 系列看起来不错。这独立于我放入系列的哪个专栏。因此,最终情节是空的。
我不知道为什么。起初我认为它与数据类型有关,但如果我查看数据类型,我会说它应该没问题,强制数据 float 或 int 也没有什么区别。
为什么数据会变成NaN? 我怎样才能防止它改变以便可以绘制它?
-------- Code -----------------------------------
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
symbol = 'c:\\xlk'
filename = '%s.csv' % (symbol)
data = pd.read_csv(filename)
print(data.tail())
print(data.dtypes)
dacl = data['Close']
dada = data['Date']
ts = pd.Series( data['Close'], index=data['Date'])
print(ts.tail())
ts.plot()
-----------------------------------------------------------
---------output-------------------------------------------
Date Open High Low Close Adj Close \
4826 2018-02-28 69.050003 69.339996 68.160004 68.169998 68.169998
4827 2018-03-01 68.330002 68.589996 66.529999 67.040001 67.040001
4828 2018-03-02 66.279999 67.820000 66.099998 67.680000 67.680000
4829 2018-03-05 67.360001 68.599998 67.209999 68.370003 68.370003
4830 2018-03-06 68.760002 68.849998 68.220001 68.519997 68.519997
Volume
4826 15232000
4827 21486800
4828 19196100
4829 10888900
4830 9884600
Date object
Open float64
High float64
Low float64
Close float64
Adj Close float64
Volume int64
dtype: object
Date
2018-02-28 NaN
2018-03-01 NaN
2018-03-02 NaN
2018-03-05 NaN
2018-03-06 NaN
Name: Close, dtype: float64
<matplotlib.axes._subplots.AxesSubplot at 0x1c3fafc9d30>
请您参考如下方法:
我想你需要 DatetimeIndex按参数index_col和 parse_dates :
data = pd.read_csv(filename, index_col=['Date'], parse_dates=['Date'])
print (data.index)
DatetimeIndex(['2018-02-28', '2018-03-01', '2018-03-02', '2018-03-05',
'2018-03-06'],
dtype='datetime64[ns]', name='Date', freq=None)
然后绘制一列:
data['Close'].plot()
为什么得到NaN的原因s 是数据未对齐的索引 data['Close']与 data['Date'] 不同:
ts = pd.Series( data['Close'], index=data['Date'])
可能的解决方案(丑陋):
ts = pd.Series( data['Close'].values, index=data['Date'])
