【发布时间】:2019-03-29 06:09:29
【问题描述】:
我的数据框
以下数据框由“年”、“月”和“数据”作为列组成:
np.random.seed(0)
df = pd.DataFrame(dict(
Year = [2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2001, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2002, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003, 2003],
Month = [1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9,10, 11, 12],
Data = np.random.randint(21,100,size=36)))
df
我想要一种 Python 方式将其转换为时间序列数据,这样我就可以将“数据”和“数据”作为时间序列数据而不是数据框。
我尝试了什么
我试过了:
import pandas as pd
timeseries = data.assign(Date=pd.to_datetime(data[['Year', 'Month']].assign(day=1)))
columns = ['Year','Month']
df.drop(columns, inplace=True, axis=1) # 我不需要年,而是年和月 时间序列
但新数据只在数据框中添加了一个名为“日期”的列。
我想要什么
我想要一个由“日期”(例如 2001-1 年)和“数据”列组成的时间序列数据,这样我就可以制作时间图,使用数据进行时间序列分析和预测。
我的意思是如何索引这样的时间序列数据,以便当我使用此代码进行绘图时:
plt.figure(figsize=(5.5, 5.5))
data1['Data'].plot(color='b')
plt.title('Monthly Data')
plt.xlabel('Data')
plt.ylabel('Data')
plt.xticks(rotation=30)
我的 x 轴将作为数据而不是数字毕业
【问题讨论】:
标签: python pandas datetime dataframe