我正在尝试绘制一个图来比较 4 个不同的文件。每个文件都有 ID、日期和值。虽然 ID 和日期保持不变,但每个文件中的值不同。现在我想绘制 ID 的值字段,让我们在 1 月份的大约 7 天时间里说“A”。结果将是来自四个不同文件的四个不同值的叠加图。我怎样才能在 python 中解决这个问题?我想让它尽可能自动化,而无需几个手动步骤。感谢您的帮助!
示例数据集如下
样本数据集1
ID 日期值
01-01-18 12
01-02-18 15
01-03-18 18
02-01-18 12
B 01-01-18 11
B 01-02-18 19
C 01-01-18 15
样本数据集2
ID 日期值
01-01-18 13
01-02-18 16
01-03-18 12
02-01-18 13
B 01-01-18 16
B 01-02-18 15
C 01-01-18 13
样本数据集 3
ID 日期值
01-01-18 12
01-02-18 12
01-03-18 13
02-01-18 14
B 01-01-18 15
B 01-02-18 12
C 01-01-18 13
样本数据集 4
ID 日期值
01-01-18 12
01-02-18 15
01-03-18 14
02-01-18 12
B 01-01-18 11
B 01-02-18 14
C 01-01-18 13
从这个示例数据 - 可以说我正在尝试为日期 01-01-18 到 01-03-18 之间的值绘制 ID“A”。所以我将绘制 4 条不同的线,代表每个数据集的值。
我已经可以在Excel中做到这一点,但是它涉及太多手动步骤并且数据是800,000行+,所以我感觉不太自信。我确信在 python 中有更好的方法来做到这一点。
请您参考如下方法:
假设您的数据存储在单独的文本文件中。然后你可以用下面的代码做你想做的事:
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
import pandas as pd
filenames = ['sample_1.txt', 'sample_2.txt', 'sample_3.txt', 'sample_4.txt']
data = list()
for filename in filenames:
data.append(pd.read_table(filename, delimiter=' ', parse_dates=[1]))
fig = plt.figure()
for idx in range(len(filenames)):
condition_1 = data[idx].loc[:, 'ID'] == 'A'
condition_2 = (
(data[idx].loc[:, 'Date'] >= '2018-01-01') &
(data[idx].loc[:, 'Date'] <= '2018-01-03'))
plt.plot(
data[idx].loc[condition_1 & condition_2, 'Date'],
data[idx].loc[condition_1 & condition_2, 'Value'], 'o--')
plt.title('Some figure')
plt.xlabel('Date')
plt.ylabel('Value')
plt.legend(filenames)
# X-axis formatting
days = mdates.DayLocator()
days_fmt = mdates.DateFormatter('%Y-%m-%d')
fig.gca().xaxis.set_major_locator(days)
fig.gca().xaxis.set_major_formatter(days_fmt)
