Pandas - 比较给定日期范围内的平均小时数

Question

我正在尝试习惯在 Pandas 中使用日期时间数据并为给定数据集绘制不同的比较。我正在使用London Air Quality Ozone 数据集进行练习，并尝试使用 Pandas 和 matplotlib 复制下面的图表（我使用 Excel 中的数据透视表创建的）。

该图表绘制了整个数据集中每个位置每小时臭氧读数的平均值，以查看是否有一个位置始终高于其他位置，或者不同位置在一天中的不同时期是否具有最高的臭氧水平。

基本上，我希望绘制每个位置的臭氧小时平均值。

我尝试将数据重塑为多索引格式，然后进行绘图，类似于我在绘图之前在 excel 中所做的，但我不确定这是否是解决问题的正确方法。重塑代码如下。我仍然习惯于重塑，所以不确定这是否是正确的使用/我正在以正确的方式解决问题并接受其他方法来完成这项任务。任何帮助完成这项任务将不胜感激！

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime

data = pd.read_csv('/Users/xx/Downloads/LaqnData.csv')

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

data['Date'] = pd.to_datetime(data['ReadingDateTime']).dt.date
data['Time'] = pd.to_datetime(data['ReadingDateTime']).dt.time

data.set_index(['Date', 'Time'], inplace = True)

hourly_dataframe = data.pivot_table(columns = 'Site', values = 'Value', index = ['Date', 'Time'])

hourly_dataframe.fillna(method = 'ffill', inplace = True)
hourly_dataframe[hourly_dataframe < 0] = 0

Answer 1

我已访问该网站并下载了以下内容的 24 小时阅读；

data.Site.unique()

数组(['BX1', 'TH4', 'BT4', 'HI0', 'BL0', 'RD0'], dtype=object)

到目前为止，我采用了您的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime

data = pd.read_csv('/Users/xx/Downloads/LaqnData.csv')

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

然后我在 groupby 函数中使用datetime index 调用每个小时。

data.groupby([data.index.hour, data['Site']])['Value'].mean().reset_index()`#Convert to dataframe.`

要绘图，我将unstack 链接到 groupby 函数并直接绘图。

data.groupby([data.index.hour, data['Site']])['Value'].mean().reset_index#unstack().plot()
plt.xlabel('Hour of the day')
plt.ylabel('Ozone')
plt.title('Avarage Hourly comparison')
plt.legend()`# If you want the legend to appear in default location`

如果对传说的位置大惊小怪，这个post 解释得很好。在你的情况下;

plt.legend(loc='upper center', bbox_to_anchor=(0.5, -0.15),
          fancybox=True, shadow=True, ncol=6)