时间戳

首页 > 解决方案 > 如何从具有相同字段名的多个数据集中绘图？

python - 如何从具有相同字段名的多个数据集中绘图？

问题描述

我有几个每月存储在不同 CSV 中的使用统计数据集，有几百个字段。我将删除每一个的前 30 个，但底部会改变（顶部会随着东西的变化而改变，尽管不太常见）。目前我有代表月份的线条，但我希望点是 (y=usage %) 和 (x=month)，图例是不同的用户。

column[0] is their number in the file (1-30)
column[1] is their name
column[2] is the usage percent

AprilStats = pd.read_csv(r'filepath', nrows=30)
MayStats = pd.read_csv(r'filepath', nrows=30)
JuneStats = pd.read_csv(r'filepath', nrows=30)

## Assign labels and sources

labels = [[AprilStats.columns[1]], [MayStats.columns[1]], [JuneStats.columns[1]]]
AprilUsage=np.array(AprilStats[AprilStats.columns[2]].tolist())
MayUsage=np.array(MayStats[MayStats.columns[2]].tolist())
JuneUsage=np.array(JuneStats[JuneStats.columns[2]].tolist())

x = np.array(AprilStats[AprilStats.columns[0]].tolist())
y = np.array(AprilStats[AprilStats.columns[2]].tolist())
my_xticks = AprilStats[AprilStats.columns[1]].tolist()
plt.xticks(x, my_xticks, rotation='55')

x1 = np.array(MayStats[MayStats.columns[0]].tolist())
y1 = np.array(MayStats[MayStats.columns[2]].tolist())
my_xticks1 = MayStats[MayStats.columns[1]].tolist()
plt.xticks(x, my_xticks1, rotation='55')

x2 = np.array(JuneStats[JuneStats.columns[0]].tolist())
y2 = np.array(JuneStats[JuneStats.columns[2]].tolist())
my_xticks2 = JuneStats[JuneStats.columns[1]].tolist()
plt.xticks(x, my_xticks2, rotation='55',)

### Plot the data

plt.rc('xtick', labelsize='xx-small')
plt.title('Little Cup Usage')
plt.ylabel('Usage (Percent)')
plt.plot(x,y,label='April', color='green', alpha=.4)
plt.plot(x1,y1,label='May', color='blue', alpha=.4)
plt.plot(x2,y2,label='June', color='red', alpha=.4)
plt.subplots_adjust(bottom=.2)
plt.legend()
plt.savefig('90daytest.png', dpi=500)
plt.show()

我想我给它们贴错了标签，但文件中没有存储使用月份。我想我可以添加它，但我不想每个月都去编辑这些文件。另外，很抱歉，如果这是非常低效的编码，我在不到两周前才开始学习 python，这是我学习的一个小项目。

标签： pythonmatplotlib

解决方案

我将其分为两个步骤：

  1. 将所有数据收集到一个数据框中，其中行对应于不同的月份，列对应于不同的名称，值是使用百分比。
  2. 在散点图中将每一列绘制为不同的系列。

步骤1：

# Create a dictionary associating a file to each month
files = {dt.date(2019, 4, 1): 'april.csv',
        dt.date(2019, 5, 1): 'may.csv'}

# An empty data frame
df = pd.DataFrame()

''' For each file, generate a one entry data frame as follows, and append it to df.
        Month         name1         name2        ...
        2019-1-1      0.5           0.2
''' 
for month, file in files.items():
    data = pd.read_csv(file, usecols=['name', 'usage'], index_col='name')
    data = data.transpose()

    data['month'] = month
    data = data.set_index('month')

    df = df.append(data)

第2步：

# New figure
fig = plt.figure()

# Plot one series for each column in df
for name in df.columns:
    plt.scatter(x=df.index, y=df[name], label=name)

# Additional plot formatting code here

plt.show()

我希望这会有所帮助。

推荐阅读