Python 如何合并列表?(数据帧)
我有三个不同的列表,分别命名为:“pos_date_data”、“neu_date_data”、“neg_date_data”。 (每种表示正、中性和负) 它们包含数据框形状中的日期时间值 下面是打印列表时它们的样子。每一个都有不同的长度Python 如何合并列表?(数据帧),python,pandas,dataframe,pivot,crosstab,Python,Pandas,Dataframe,Pivot,Crosstab,我有三个不同的列表,分别命名为:“pos_date_data”、“neu_date_data”、“neg_date_data”。 (每种表示正、中性和负) 它们包含数据框形状中的日期时间值 下面是打印列表时它们的样子。每一个都有不同的长度 datetime 0 2018-07-04 1 2018-07-04 2 2018-07-04 3 2018-07-04 4 2018-07-04 .. ... 212 2020-02-02 213 2020-02-02
datetime
0 2018-07-04
1 2018-07-04
2 2018-07-04
3 2018-07-04
4 2018-07-04
.. ...
212 2020-02-02
213 2020-02-02
214 2020-02-03
215 2020-02-04
216 2020-02-07
[217 rows x 1 columns]
从它们开始,我尝试使用pandas,python将它们合并到一个数据帧中 为此,我必须在整个范围内(2018-07~2020.03)按日期计算月份。 例如: 如果在neu_date_数据中2019-05的总日期数是15,我想在表中显示为整数 我尝试了以下代码:
df = pd.crosstab(neg_date_data['datetime'].dt.month.rename('m'),
neg_date_data['datetime'].dt.year.rename('y'))
并列印为:
以交叉表的形式显示,每个项目代表月份中的日期数
y 2018 2019 2020
m
1 0 1 17
2 0 0 2
3 0 1 0
4 0 3 0
5 0 12 0
6 0 13 0
7 25 16 0
8 0 36 0
9 0 2 0
10 1 8 0
11 1 5 0
12 2 4 0
我想用3种方式修复代码:
首先将日期时间转换为月份期间,然后使用,最后一起使用: 我认为对于绘图来说,最好是在行中使用月周期,在列中使用类型:
neg = neg_date_data['datetime'].dt.to_period('m').value_counts()
neu = neu_date_data['datetime'].dt.to_period('m').value_counts()
df = pd.concat([neg, neu], axis=1, keys=('neg','neu'))
print (df)
neg neu
2020-02 5 5
2018-07 5 5
df.plot()
首先将日期时间转换为月份期间,然后使用,最后一起使用: 我认为对于绘图来说,最好是在行中使用月周期,在列中使用类型:
neg = neg_date_data['datetime'].dt.to_period('m').value_counts()
neu = neu_date_data['datetime'].dt.to_period('m').value_counts()
df = pd.concat([neg, neu], axis=1, keys=('neg','neu'))
print (df)
neg neu
2020-02 5 5
2018-07 5 5
df.plot()