Skip to main content
 首页 » 编程设计

python之pd.DataFrame 的分组下采样和绘图

2024年10月25日10虾米哥

我正在尝试将分组数据下采样到每日平均值,为每个组计算,并将生成的时间序列绘制在单个图中。 我的起点是以下 pd.DataFrame:

value        time       type 
0.1234       2013-04-03 A 
0.2345       2013-04-05 A 
0.34564      2013-04-07 A 
...          ...      ... 
0.2345       2013-04-03 B 
0.1234       2013-04-05 B 
0.2345       2013-04-07 C 
0.34564      2013-04-07 C 

我想计算每种内容的每日均值,并将这些每日均值的时间序列绘制在一个图中。

我现在有这个...

names = list(test['type'].unique()) 
types = [] 
for name in names: 
    single = df.loc[df.type == name] 
    single = single.set_index(single.time, drop=False) 
    single = single.resample("D") 
    types.append(single) 
 
for single, name in zip(types, names): 
    single.rename(columns={"value":name}, inplace=True) 
 
combined = pd.concat(types, axis=1) 
combined.plot() 

... 生成包含所需输出和以下图的组合数据框:

在我看来,通过在初始数据帧上使用 groupby 可以更轻松地实现这一点,但到目前为止,我无法使用此方法重现所需的图。

执行此操作的“聪明方法”是什么?

编辑: 更大的数据样本(csv,1000 行)位于:http://pastebin.com/gi16nZdh

谢谢, 马蒂亚斯

请您参考如下方法:

您可以使用 pandas.DataFrame.pivot 轻松地做您想做的事,我在下面创建了一个随机示例 DataFrame,然后使用 df.pivot 根据需要排列表格。

注意:我每周重新采样一次,因为我每天每种类型只有一个数据值,请不要忘记为您的数据更改此值。

import pandas as pd 
import matplotlib.pyplot as plt 
 
dates = pd.date_range('2013-04-03', periods = 50, freq='D') 
dfs = [pd.DataFrame(dict(time=dates, value=pd.np.random.randn(len(dates)), type=i)) for i in ['A', 'B', 'C', 'D']] 
df = pd.concat(dfs) 
 
pivoted = df.pivot(index='time', columns='type', values='value') 
 
pivoted.resample('W') 
 
print(pivoted.head(10)) 
# type               A         B         C         D 
# time 
# 2013-04-03  0.161839  0.509179  0.055078 -2.072243 
# 2013-04-04  0.323308  0.891982 -1.266360  1.950389 
# 2013-04-05 -2.542464 -0.441849 -2.686183  0.717737 
# 2013-04-06  0.750871  0.438343 -0.002004  0.478821 
# 2013-04-07 -0.118890  1.026121  1.283397 -1.306257 
# 2013-04-08 -0.396373 -1.078925 -0.539617 -1.625549 
# 2013-04-09  0.328076  1.964779  0.194198  0.232702 
# 2013-04-10 -0.178683  0.177359  0.500873 -0.729988 
# 2013-04-11  0.762800  1.576662 -0.456480  0.526162 
# 2013-04-12 -1.301265 -0.586977 -0.903313  0.162008 
 
pivoted.plot() 
 
plt.show() 

这段代码创建了一个名为 pivoted 的 pivot_table,其中每一列现在都是 type,数据是索引。然后,我们只需使用 pivoted.resample('W') 对其重新采样。