Python 在给定值的50天内绘制日期值为的行(以大熊猫为单位)
我有一个DataFrame(dataframeA),其中包含一列日期,格式如下 日期Python 在给定值的50天内绘制日期值为的行(以大熊猫为单位),python,date,pandas,matplotlib,graph,Python,Date,Pandas,Matplotlib,Graph,我有一个DataFrame(dataframeA),其中包含一列日期,格式如下 日期 19960826 19960826 19970303 19970320 19970905 和一列值 值 100 35 11 37 和一列组 groupK groupL groupM 给定另一个数据帧dataframeB,它有两列:格式为yyyymmdd的日期和组。对于dataframeB中的每一行,如何绘制每个组日期前后60天内的值 i、 e.如果dataframeB第一行是 20050101集团M 图(Y
19960826
19960826
19970303
19970320
19970905 和一列值
值
100
35
11
37
和一列组
groupK
groupL
groupM
给定另一个数据帧dataframeB,它有两列:格式为yyyymmdd的日期和组。对于dataframeB中的每一行,如何绘制每个组日期前后60天内的值 i、 e.如果dataframeB第一行是
20050101集团M
图(Y轴上)dataframeA中的值,其中日期在2005年1月1日之前或之后的50天内,组为groupM。以下是一些示例数据:
import pandas as pd
import numpy as np
import string
start_date = '20050101'
drange = pd.date_range(start_date, periods=100, freq='D')
possible_groups = ['A','B','C','D','E','F']
chosen = np.random.choice(possible_groups, len(drange), replace=True)
groups = pd.Series(chosen).apply(lambda x: 'group'+x)
values = np.random.randint(1, 100, len(drange))
dfA = pd.DataFrame({'date':drange, 'grp':groups, 'value':values})
dfB = pd.DataFrame({'date':drange, 'grp':groups})
注意:如果需要使datetime对象看起来像YYYYMMDD
,可以使用strftime()
并根据需要切换回datetime,例如:
drange = pd.date_range(start_date, periods=100, freq='D').strftime('%Y%m%d')
现在,假设出于某种原因需要将这些数据帧分开(即不允许使用merge()
),下面的方法应该可以工作
def plot_range(data, within):
(
dfA.set_index('date')
.loc[dfA.grp.values == data.grp]
.loc[data.date-pd.Timedelta(days=within):
data.date+pd.Timedelta(days=within)]
.plot(title=data.grp)
)
within = 50 # set within to the desired range in days around a date
dfB.apply(plot_range, axis='columns', args=(within,))
以下是几天子集的输出示例:
subset = 3
within = 10
dfB.sample(subset).apply(plot_range, axis='columns', args=(within,))
使用样本数据会更好。否则,我就不会浪费时间去编一个例子了。那就是我。其他人可能愿意帮忙。为了帮助您最大限度地获得问题的答案、阅读和@Pirsquare,我明白没有所有的数据会使问题变得更加困难,我一直在尽可能地减少问题的发生。即使理解如何在给定日期的范围内获取行,也会非常有帮助。我能理解图形和迭代,但我真的很难理解。