如何在散点图中以不同颜色绘制顶部 %1？

Question

我有两列由 .csv 文件中的数字组成。 让我们想象一下

column1 = [1, 2, 3, 7, 9, 3, 14, 7, 9]

column2 = [2, 5, 2, 67, 8, 3, 6, 5, 2]

column1 和 column2 基本上是时间序列，但 csv 文件中没有索引号。 我想以不同颜色绘制位于顶部 %1 的值。

所以，我的代码是

features = ['column1' , 'column2']
df = pd.read_csv('XX.csv', usecols=features, sep=';', encoding='ISO-8859-1')
for features in df:
    new_df = df[[features]].quantile(q=.99, axis=0, numeric_only=True).iloc[0]

此代码为代表每列顶部 %1 的每列生成两个阈值数字。下一步是为 a 和 b 列绘制散点图，如果每列的数字高于这两个阈值，则以不同的颜色显示。 我在这里搞砸了。

Answer 1

在您的数据框中添加一列以指定特定条件下的颜色。在这里，我将您的要求解释为如果 column1 或 column2 超过其各自的阈值，则它会获得不同的颜色。我对阈值进行了硬编码，以使代码更易于阅读；您可能会在条件中使用new_df["column1"] 和new_df["column2"]。

dftest = pd.DataFrame({
    "column1": [1, 2, 3, 7, 9, 3, 14, 7, 9],
    "column2": [2, 5, 2, 67, 8, 3, 6, 5, 2]
}) # set up test df
dftest["colour"] = "green" # put green everywhere in the new colour column
dftest.loc[(dftest["column1"] > 13.6) | (dftest["column2"] > 62),"colour"] = "red" # overwrite with red where you need to.
dftest.plot.scatter(x="column1", y="column2", c=dftest["colour"])

输出：