时间戳

首页 > 解决方案 > 如何聚合文本文件的出现然后绘制它Python

python - 如何聚合文本文件的出现然后绘制它Python

问题描述

我有一个清单

top = ['GME', 'MVIS', 'TSLA', 'AMC']

我有一个数据集

discussion = pd.read_csv('discussion_thread_data.csv')
dt | text
2021-03-19 20:59:49+06 | I only need GME to hit 20 eod to make up
2021-03-19 20:59:51+06 | lads why is my account covered in more red
2021-05-21 15:54:27+06 | Oh my god, we might have 2 green days in a row
2021-05-21 15:56:06+06 | Why are people so hype about a 4% TSLA move

因此，我想将数据框分成单独的数据框，其中每个数据框将包含文本列中列表中每个股票代码的出现。这是我尝试过的

check = discussion[discussion['text'].map(lambda txt: any(tag in txt for tag in top))]

我得到了正确的输出，现在我想用列表中的某个代码来绘制行的每个出现，我希望我的 x 轴是日期，y 轴是代码。换句话说，我想要 4 个单独的图表，每个图表都是单独的代码。

感谢任何帮助

标签： pythonpandasaggregate

解决方案

使用for 单词边界Series.str.extractall的所有匹配值：\b\b

top = ['GME', 'MVIS', 'TSLA', 'AMC']

pat = '|'.join(r"\b{}\b".format(x) for x in top)
df = discussion.set_index('dt')['text'].str.extractall('('+pat+')')[0].reset_index(name='v')
print (df)
                       dt  match     v
0  2021-03-19 20:59:49+06      0   GME
1  2021-05-21 15:56:06+06      0  TSLA

计数使用crosstab：

df1 = pd.crosstab(df['dt'], df['v'])
print (df1)
val                     GME  TSLA
dt                               
2021-03-19 20:59:49+06    1     0
2021-05-21 15:56:06+06    0     1

最后绘制者DataFrame.plot：

df1.plot()

通过此解决方案编辑：

import matplotlib.pyplot as plt

for col in df1.columns:
    df1[col].plot()
    plt.show()

推荐阅读