创建多个熊猫字符串

Question

早安社区，

我的目标是将我每天执行的实验中的数据可视化（这是，我想绘制它）。

我希望只使用一个 CSV 及其数据，然后每行添加我执行实验的日期。 问题是，我每天都有多行数据。 最后，我希望将数据可视化，并且每个日期都有不同的颜色或只是不同的标签（我不知道这是否真的可能，我说的是 20 个不同的日子）。

我相信我必须创建一个解析此 CSV 的 Python，然后按每个日期拆分此 CSV。

例如，我有一个包含这些数据的 csv：

P1	P2	Date
1	2	1
2	3	1
3	2	2
4	3	2

所以我用这个命令读取了 csv：

x = pd.read_csv ( 'prova.csv' , sep = ';' )

然后当我想创建每个数据帧时，我看到它并没有创建一组数据帧，而是只有一个名为“nom”的数据帧：

final_date = x.Date.iloc[-1]
for i in range(final_date):

    nom = "date_"+ '{}'.format(i)
    nom = DataFrame()
    nom = x[( x['Date'] == i )]

我的python应该怎么做？

非常感谢！

Answer 1

这里的基本情况是，您为所有数据帧使用一个名称 nom。一旦您构建另一个数据框，前一个数据框就会被替换。

现在您可以使用数据框字典：

final_date = x.Date.iloc[-1]
por_fecha = {}

for i in range(final_date + 1):
    por_fecha['date_{}'.format(i)] = x[( x['Date'] == i )]

然后返回以下字典：

{
'date_0':
  Empty DataFrame
  Columns: [P1, P2, Date]
  Index: [],
'date_1':
      P1  P2  Date
  0   1   2     1
  1   2   3     1,
'date_2':
      P1  P2  Date
  2   3   2     2
  3   4   3     2
}

分隔每个日期的更简单方法是使用groupby（另请参阅this very interesting guide on groupby usage）

在这里，我们将使用与 split-apply-combine 模式略有不同的方式，因为一旦您定义了组（按日期值），您就可以使用 groupby(...).groups 访问字典：

>>> x.groupby('Date').groups
{1: [0, 1], 2: [2, 3]}

您会看到您的方法的 2 个首要优势

1. 这不会使用 0..2 范围内的所有数字（或您使用的任何日期范围），只使用存在的日期
2. 字典的值是行索引，所以现在您可以在循环中使用它们，如下所示：

for date, idx in x.groupby('Date').groups.items():
    # Access only the subset with that date
    y = x.loc[idx]
    # Now plot y with date 
    y.plot(..., title='date {}'.format(date))