Pandas - 根据数据框绘制数据框的索引答案

【问题标题】：Pandas -Plotting index of data frame against a data framePandas - 根据数据框绘制数据框的索引
【发布时间】：2020-06-25 04:17:11
【问题描述】：

我需要绘制一些索引值，如 Pandas - Calculate Relative time from csv 中所述

示例数据
这是一个巨大的文件，这只是它的一个 sn-p

highest_layer,transport_layer,src_ip,dst_ip,src_port,dst_port,ip_flag,packet_length,transport_flag,time,timestamp,geo_country,data
    LAN_DISCOVERY,UDP,192.168.1.6,224.0.0.251,5353,5353,0,82,-1,2020-06-10 19:38:08.479232,1591832288479,Unknown,        LAN_DISCOVERY,UDP,fe80::868:621b:c2ff:cee2,ff02::fb,5353,5353,-1,102,-1,2020-06-10 19:38:08.479261,1591832288479,Unknown,        LAN_DISCOVERY,UDP,192.168.1.3,192.168.1.6,5353,5353,16384,409,-1,2020-06-10 19:38:08.506399,1591832288506,Unknown,
    DNS,UDP,192.168.1.6,192.168.1.1,32631,53,0,89,-1,2020-06-10 19:38:08.863846,1591832288863,Unknown,
    DNS,UDP,192.168.1.6,192.168.1.1,31708,53,0,79,-1,2020-06-10 19:38:08.864186,1591832288864,Unknown,
    DNS,UDP,192.168.1.6,192.168.1.1,16807,53,0,79,-1,2020-06-10 19:38:08.866492,1591832288866,Unknown,
    SSDP,UDP,192.168.1.6,239.255.255.250,58185,1900,0,216,-1,2020-06-10 19:38:08.887298,1591832288887,Unknown,
    TCP,TCP,192.168.1.6,208.117.252.25,53725,443,16384,66,16,2020-06-10 19:38:10.107603,1591832290107,Unknown,
    TCP,TCP,192.168.1.6,208.117.252.25,53725,443,16384,66,16,2020-06-10 19:38:10.109444,1591832290109,Unknown,
    TCP,TCP,192.168.1.6,208.117.252.25,53725,443,16384,66,16,2020-06-10 19:38:10.109847,1591832290109,Unknown,
    TCP,TCP,192.168.1.6,208.117.252.25,53725,443,16384,66,16,2020-06-10 19:38:10.111238,1591832290111,Unknown,
    TCP,TCP,192.168.1.6,208.117.252.25,53725,443,16384,66,16,2020-06-10 19:38:10.111676,1591832290111,Unknown,

代码：

datadis = pd.read_csv('data.txt', sep=',')
dfd = (datadis[(datadis.src_port == 53725)])
if not dfd.empty:  # only proceed if the dataframe is not empty
    dfd1 = dfd.drop(columns=['highest_layer', 'transport_layer','ip_flag', 'transport_flag','geo_country','data']).reset_index()
    dfd1.index = dfd1['timestamp'] - dfd1.loc[0,'timestamp']
    dfd2 = dfd1.groupby(['src_ip'])['packet_length'].cumsum()
    dfd2.plot(x='timestamp',y=['packet_length'])

我想在 x 轴上绘制相对时间戳（dfd1.index），在 y 轴上绘制 dfd2。假设时间戳的差异从 3000 开始，我希望绘图在 x 轴上从 3000 而不是 0（在上面给出的示例中从 0 开始）开始。

【问题讨论】：

您能否在问题中添加一些示例数据？见stackoverflow.com/questions/20109391/…
我不确定这个请求是否有意义。索引为dfd1['timestamp'] - dfd1.loc[0,'timestamp']，这意味着从timestamp 列中的每个值中减去timestamp 列中的第一个值。这意味着，timestamp 列中的第一个值始终从自身中减去，因此第一个索引值将始终为 0。
@TrentonMcKinney 是的
@Roy2012 是我发布了同样的问题。无论如何，我也添加了这个问题的数据
按端口过滤后，数据框为空。如果您可以发布一个最小的可重现示例，那就太好了。几行就足够了。

标签： python pandas

【解决方案1】：

如果我理解正确，您是在尝试将一个数据帧 (dfd2) 的时间戳与另一个数据帧 (dfd1) 的列进行对比。

简单的方法如下：

import matplotlib.pyplot as plt
plt.plot(dfd2, dfd1.packet_length)
plt.show()

对于问题中的样本数据，结果是：

如您所见，x 轴不是以 0 开头，而是以 ~66 开头，这是该数据中的第一个时间戳。

【讨论】：