基于数据帧的可伸缩Python正态分布
我有一个熊猫数据框(下面的代码),它有一周和一季度的平均值和标准偏差。我想做的是提取每一天的平均值和std偏差,从这两个值中创建一个随机的正常样本,然后绘制它基于数据帧的可伸缩Python正态分布,python,pandas,matplotlib,gaussian,kernel-density,Python,Pandas,Matplotlib,Gaussian,Kernel Density,我有一个熊猫数据框(下面的代码),它有一周和一季度的平均值和标准偏差。我想做的是提取每一天的平均值和std偏差,从这两个值中创建一个随机的正常样本,然后绘制它 np.random.seed(42) day_of_week=['mon', 'tues', 'wed', 'thur', 'fri', 'sat','sun'] year=[2017] qtr=[1,2,3,4] mean=np.random.uniform(5,30,len(day_of_week)*len(qtr)) std=np.
np.random.seed(42)
day_of_week=['mon', 'tues', 'wed', 'thur', 'fri', 'sat','sun']
year=[2017]
qtr=[1,2,3,4]
mean=np.random.uniform(5,30,len(day_of_week)*len(qtr))
std=np.random.uniform(1,10,len(day_of_week)*len(qtr))
dat=pd.DataFrame({'year':year*(len(day_of_week)*len(qtr)),
'qtr':qtr*len(day_of_week),
'day_of_week':day_of_week*len(qtr),
'mean':mean,
'std': std})
dowuq=dat.day_of_week.unique()
现在我有了一个解决上述问题的方法,但这种方法不具有很强的可扩展性。如果我想增加越来越多的专栏,比如说,再过一年,或者按周进行,这将是非常有效的。我是python新手,因此非常感谢您的帮助
工作正常但不可扩展的代码:
plt.style.use('fivethirtyeight')
for w in dowuq:
datsand=dat[dat['day_of_week']==''+str(w)+''][0:4]
mu=datsand.iloc[0]['mean']
sigma=datsand.iloc[0]['std']
mu2=datsand.iloc[1]['mean']
sigma2=datsand.iloc[1]['std']
mu3=datsand.iloc[2]['mean']
sigma3=datsand.iloc[2]['std']
mu4=datsand.iloc[3]['mean']
sigma4=datsand.iloc[3]['std']
s1=np.random.normal(mu, sigma, 2000)
s2=np.random.normal(mu2, sigma2, 2000)
s3=np.random.normal(mu3, sigma3, 2000)
s4=np.random.normal(mu4, sigma4, 2000)
sns.kdeplot(s1, bw='scott', label='Q1')
sns.kdeplot(s2, bw='scott', label='Q2')
sns.kdeplot(s3, bw='scott', label='Q3')
sns.kdeplot(s4, bw='scott', label='Q4')
plt.title(''+str(w)+' in 2017')
plt.ylabel('Density')
plt.xlabel('Random')
plt.xticks(rotation=15)
plt.show()
您可能应该使用,它允许您对数据帧进行分组。目前,我们只在
'day'
上分组,但如果需要,您可以在将来扩展此分组
我们还可以更改为使用以循环所有列出的行:
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
np.random.seed(42)
day_of_week = ['mon', 'tues', 'wed', 'thur', 'fri', 'sat', 'sun']
year = [2017]
qtr = [1, 2, 3, 4]
mean = np.random.uniform(5, 30, len(day_of_week) * len(qtr))
std = np.random.uniform(1, 10, len(day_of_week) * len(qtr))
dat = pd.DataFrame({'year': year * (len(day_of_week) * len(qtr)),
'qtr': qtr * len(day_of_week),
'day_of_week': day_of_week * len(qtr),
'mean': mean,
'std': std})
# Group by day of the week
for day, values in dat.groupby('day_of_week'):
# Loop over rows for each day of the week
for i, r in values.iterrows():
cur_dist = np.random.normal(r['mean'], r['std'], 2000)
sns.kdeplot(cur_dist, bw='scott', label='{}_Q{}'.format(day, r['qtr']))
plt.title('{} in 2017'.format(day))
plt.ylabel('Density')
plt.xlabel('Random')
plt.xticks(rotation=15)
plt.show()
plt.clf()
谢谢你。对于我自己的澄清,数据已经处于星期几级别,为什么必须按星期几分组?按星期天分组有效地结合了您所指的
dowuq
和数据和。对于'day\u of_week'
列中的每个唯一值,groupby
提供一个数据框,该数据框仅包含与该值匹配的行。您可以尝试在第一个for
循环中打印值
,以便更清楚地看到这一点。@P.Cummings这对您的问题有帮助吗?@P.Cummings不客气!如果它对您有帮助,您可以将其标记为答案和/或使用答案左侧的按钮向上投票,这将帮助有类似问题的人在将来找到它。