如何使用熊猫绘制类似命名的列？答案

【问题标题】：How to plot similarly named columns using pandas?如何使用熊猫绘制类似命名的列？
【发布时间】：2021-06-10 23:50:18
【问题描述】：

我读过一些使用 pandas 的 csv 文件。目前只有两个文件，但几周后我将处理数百个具有相同数据变量的 csv 文件。

我使用了一个 for 循环来读取文件并将数据帧附加到一个列表中，然后使用这个 for 循环来区分一些名称：

for i, df in enumerate(separate_data, 1):
    df.columns = [col_name+'_df{}'.format(i) for col_name in df.columns]

我的问题是，如何使用条形图比较文件之间的变量？例如，常见变量之一是温度，因此在区分列名后，我现在有了 temp_df1 和 temp_df2。我将如何调用所有温度列以在条形图中比较它们？

我尝试使用它，但无法让它工作：

for df in separate_data:
    temp_comp = separate_data.plot.bar(y='temp*')

【问题讨论】：

你到底想在他们两个之间进行什么比较？绘图的 x 轴是什么？
你想如何比较它们？每个条形图是文件的聚合还是每个文件的单独条形图？
x 轴是月份，1-12。我只想比较这些位置的变量的月平均值。所以只是 x 轴上的时间和 y 轴上的两个温度列。
每个条都是一个文件的聚合。我将创建多个条形图，但这是比较不同的变量。比如，一张比较温度的条形图，一张比较降水量的条形图，一张比较湿度的条形图。图中的每个条形现在将代表一个文件。
你能改变你阅读文件的方式吗？读入一个带有标识符列的数据帧会比多帧容易得多。

标签： python pandas csv plot

【解决方案1】：

如果可以的话，我会读入一个带有标识符的数据帧，以使聚合更容易。例如：

import pandas as pd

filenames = ["file_1.csv", "file_2.csv"]

df = pd.concat(
    [
        pd.read_csv(filename).assign(filename=filename.split(".")[0])
        for filename in filenames
    ]
)

df.groupby("filename")["column_to_plot"].mean().plot.bar()

【讨论】：

【解决方案2】：

假设您有以下三个数据框，每个数据框都有一个临时列。以下是您如何将临时列迭代地组合成一个新的数据框并绘制它们：

import matplotlib.pyplot as plt
import pandas as pd

df1 = pd.DataFrame({'temp':[100,150,200], 'pressure': [10,20,30]})
df2 = pd.DataFrame({'temp':[50,70,100], 'pressure': [10,25,40]})
df3 = pd.DataFrame({'temp':[110,80,120], 'pressure': [8,20,50]})
df_list = [df1,df2,df3]

df_combined = pd.DataFrame()
for i, df in enumerate(df_list):
    df_combined[f'df{i+1}'] = df['temp']
print('Combined Dataframe\n', df_combined)

df_combined.plot(kind = 'bar')
plt.ylabel('Temp')
plt.show()

#Combined Dataframe
    df1  df2  df3
0  100   50  110
1  150   70   80
2  200  100  120

请注意，这假设您的所有数据帧都具有相同的长度。如果这不是真的，您可以从每个数据帧中读取前 n（例如 50）行，以确保长度相等：

df = pd.read_csv('sample.csv', nrows=50).

【讨论】：

不客气。请注意，这假设您的所有数据帧都具有相同的长度。如果这不是真的，您可以只读取每个数据帧的前 n 行，以确保长度相等，使用 df = pd.read_csv('sample.csv', nrows=50)。
顺便说一下，欢迎来到 Stack Overflow。这里的礼仪是接受/赞成适合你的答案：stackoverflow.com/help/…。