来自 Pandas Dataframe 的多个时间序列图

Question

我正在尝试使用 pandas 编写我的第一个 python 脚本。我有 10 年的风数据（1 分钟读数），我需要创建月度图，并在每个图上绘制速度和方向。

输入的 csv 数据如下所示：

Date,Speed,Dir,
2014-01-01 00:00:00, 13, 179,
2014-01-01 00:01:00, 13, 178,
2014-01-01 00:02:00, 11, 169,
2014-01-01 00:03:00, 11, 178,
2014-01-01 00:04:00, 11, 181,

到目前为止，我已经编写了以下内容，这将为日期范围内设置的月份创建一个图。除了我需要修复 x 轴标签外，我通常对这个图的外观感到满意。

我想遍历整个数据集并为每个月创建一个 pdf 图。如有任何帮助，我们将不胜感激！

import glob, os
import pandas as pd
from pandas import Series, DataFrame, Panel
import numpy as np
import matplotlib.pyplot as plt

wind = pd.read_csv('2014.csv')

wind['Date']=pd.to_datetime(wind['Date'])
wind=wind.set_index('Date')

dates = pd.date_range('2014-01', '2014-2', freq='1min')

janwin = Series(wind['Speed'], index=dates)
jandir = Series(wind['Dir'], index=dates)

plt.figure(1)
plt.subplot(211)
plt.plot(dates, janwin)

plt.ylabel("Km/hr")
plt.rcParams.update({'font.size': 4})
plt.grid(which='major', alpha = .5)


plt.subplot(212)
plt.plot(dates, jandir)
plt.ylabel("Degrees")
plt.rcParams.update({'font.size': 4})
plt.grid(which='major', alpha = 5)
plt.ylim(0,360)
plt.axis(minor=True) 

plt.savefig('test.pdf', dpi=900)

Sample Plot

Answer 1

非常感谢 flymeatball 向我展示了如何遍历数据。通过我的第一个脚本，我学到了很多东西，希望它对其他人有用的参考。

下面的代码读入一个包含 1 分钟平均风向和风向数据的 csv，并带有一个日期/时间字段，并绘制了一个包含每个月速度和方向时间序列的图形。

编辑：自发布此消息以来，我注意到以下将数据绘制到该月最后一天的第一个时间戳（缺少约 24 小时的数据）。这是因为 CurrMoEnd 只返回一个日期。

#Plots monthly wind speed data from 1min average recordings to PDF
import pandas as pd
import matplotlib.pyplot as plt
import datetime
from dateutil.relativedelta import relativedelta
import calendar


data = pd.read_csv('data.csv')

data['Date']=pd.to_datetime(data['Date'])

rawDf = pd.DataFrame(data, columns = ['Date','Speed','Dir'])


#Define beginning and end of loop - start at first month, end at last month
currDate = datetime.date(rawDf['Date'].min().year, rawDf['Date'].min().month, 1)
endDate = datetime.date(rawDf['Date'].max().year, rawDf['Date'].max().month, 1)


#loop through and plot each month of data
while currDate <= endDate:

currMoEnd = datetime.date(currDate.year, currDate.month, calendar.monthrange(currDate.year,currDate.month)[1])
wind = rawDf[(rawDf['Date']>= currDate) & (rawDf['Date']<= currMoEnd)]
wind.set_index('Date', inplace = True)

dates = pd.date_range(currDate, currMoEnd, freq='1min')

win = pd.Series(wind['Speed'], index=dates)
dirc = pd.Series(wind['Dir'], index=dates)

#Set figure size roughly to A4 paper size
plt.figure(1, figsize = (11.3, 8))

plt.subplot(211)
plt.plot(dates, win, lw = 0.15)
plt.ylabel("Km/hr")
plt.rcParams.update({'font.size': 4})
plt.grid(which='major')


plt.subplot(212)
plt.plot(dates, dirc, lw = 0.15)
plt.ylabel("Degrees")
plt.rcParams.update({'font.size': 4})
plt.grid(which='major')
plt.yticks([0, 45, 90, 135, 180, 225, 270, 315, 360])
plt.ylim(0,360)
plt.axis(minor=True) 

#convert current month to for file name
month = int(currDate.strftime('%m'))
year= int(currDate.strftime('%Y'))

#Plot PDF to current directory/year/month output.pdf
plt.savefig("{}/{} Output.pdf".format(year, month), dpi = 900)
plt.show()

#increment current date    
currDate = currDate + relativedelta(months = 1)

Answer 2

欢迎来到 Stackoverflow。通常，当您在此类问题上寻求帮助时，最好一直工作到遇到特定实例/问题，然后再寻求帮助。很难告诉你如何做这么广泛的事情，而且通常你不会得到很好的回应，因为看起来你只是懒惰并寻求帮助，而不是一直尝试解决问题。我看到您需要解决许多问题，但从广义上讲，您需要设置一个循环并弄清楚如何启动/停止循环，以及如何仅绘制您当前感兴趣的月份的数据。

以下是我从内存中快速编写的一些示例代码（尚未运行），我确信有更好的方法可以做到这一点，但希望它能让你走上正轨。将来，如果您可以将帖子提炼到基本部分，您将获得最佳回复。在这种情况下，每天两个月的样本数据框将有助于进行迭代/绘图。然后，您可以获取工作代码并调整到分钟。

如果这有帮助，请点赞并努力确保此处列出的最终代码对关注您的人有用。

import pandas as pd
import matplotlib.pyplot as plt
import datetime
from dateutil.relativedelta import relativedelta
import calendar

#wind = pd.read_csv('2014.csv')
data = [['2014-01-01 00:00:00', 13, 179],
        ['2014-01-01 00:01:00', 13, 178],['2014-01-01 00:02:00', 11, 169],['2014-01-01 00:03:00', 11, 178], 
        ['2014-01-01 00:04:00', 11, 181]]

rawDf = pd.DataFrame(data, columns = ['Date','Speed','Dir'])

rawDf['Date']=pd.to_datetime(rawDf['Date'])

#Define beginning and end of loop - start at first month, end at last month
currDate = datetime.date(rawDf['Date'].min().year, rawDf['Date'].min().month, 1)
endDate = datetime.date(rawDf['Date'].max().year, rawDf['Date'].max().month, 1)


#loop
while currDate <= endDate:

    currMoEnd = datetime.date(currDate.year, currDate.month, calendar.monthrange(currDate.year,currDate.month)[1])
    wind = rawDf[(rawDf['Date']>= currDate) & (rawDf['Date']<= currMoEnd)]
    wind.set_index('Date', inplace = True)

    dates = pd.date_range(currDate, currMoEnd, freq='1min')

    janwin = pd.Series(wind['Speed'], index=dates)
    jandir = pd.Series(wind['Dir'], index=dates)

    plt.figure(1)
    plt.subplot(211)
    plt.plot(dates, janwin)

    plt.ylabel("Km/hr")
    plt.rcParams.update({'font.size': 4})
    plt.grid(which='major', alpha = .5)


    plt.subplot(212)
    plt.plot(dates, jandir)
    plt.ylabel("Degrees")
    plt.rcParams.update({'font.size': 4})
    plt.grid(which='major', alpha = 5)
    plt.ylim(0,360)
    plt.axis(minor=True) 

    plt.show()
    plt.savefig('{0}_output.pdf'.format(datetime.stftime(currDate,'%Y-%m')),  dpi=900)

    currDate = currDate + relativedelta(months = 1)