【问题标题】:Plotting irregular time-series (multiple) from dataframe using ggplot使用 ggplot 从数据帧中绘制不规则时间序列(多个)
【发布时间】:2017-10-26 14:15:24
【问题描述】:

我的 df 结构如下:

   UnitNo        Time           Sensor
0   1.0   2016-07-20 18:34:44    19.0
1   1.0   2016-07-20 19:27:39    19.0
2   3.0   2016-07-20 20:45:39    17.0
3   3.0   2016-07-20 23:05:29    17.0
4   3.0   2016-07-21 01:23:30    11.0
5   2.0   2016-07-21 04:23:59    11.0
6   2.0   2016-07-21 17:33:29    2.0
7   2.0   2016-07-21 18:55:04    2.0

我想创建一个时间序列图,其中每个UnitNo 都有自己的线(颜色),y 轴值对应于Sensor,x 轴是Time。我想在ggplot 中执行此操作,但我无法弄清楚如何有效地执行此操作。我看过前面的例子,但它们都有规则的时间序列,即每个变量的观察同时发生,这使得创建时间索引变得容易。我想我可以循环并将数据添加到 plot(?),但我想知道是否有更有效/更优雅的前进方式。

【问题讨论】:

    标签: python pandas plot time-series python-ggplot


    【解决方案1】:
    df.set_index('Time').groupby('UnitNo').Sensor.plot();
    

    【讨论】:

    • 感谢 piRSquared。你似乎每天都在帮助我!我是 Matlab 的转换者,python/pandas 需要一些时间来适应,所以你可能会看到我更多:-)
    • 你好@jtam 很高兴我能帮忙。我们很幸运有几个非常好的人回答熊猫问题...... jezrael 显然是其中之一 :-)
    【解决方案2】:

    我认为你需要pivotset_indexunstackDataFrame.plot

    df.pivot('Time', 'UnitNo','Sensor').plot()
    

    或者:

    df.set_index(['Time', 'UnitNo'])['Sensor'].unstack().plot()
    

    如果有些重复:

    df = df.groupby(['Time', 'UnitNo'])['Sensor'].mean().unstack().plot()
    df = df.pivot_table(index='Time', columns='UnitNo',values='Sensor', aggfunc='mean').plot()
    

    【讨论】:

    • 感谢这个耶兹瑞尔!我更喜欢 piR 的回答,因为我比 pivotunstack 命令更熟悉 groupby 命令。但是,我很快就会仔细看看这些。
    • 没问题,显然一个问题是多个好的答案。祝你好运!
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2012-10-30
    • 2022-01-06
    • 2020-03-30
    • 1970-01-01
    • 2016-02-22
    • 2021-11-08
    相关资源
    最近更新 更多