仅绘制大熊猫数据框中的唯一行

Question

我有一个434300行的熊猫数据框，结构如下：

       x    y        p1  p2 
1      8.0  1.23e-6  10  12
2      7.9  4.93e-6  10  12
3      7.8  7.10e-6  10  12
...
.
...
4576   8.0  8.85e-6  5   16
4577   7.9  2.95e-6  5   16
4778   7.8  3.66e-6  5   16
...
...
...
434300 ...

关键是对于x，y数据变化的每个块，都有p1和p2 不变 。 请注意，常数p1，p2的这些块的长度是变化的，因此，这不仅仅是简单地每n行对数据进行切片的问题。

我想在图中绘制值p1 vs p2，但只想绘制唯一点。

如果我使用以下方法绘制p1 vs p2：

In [1]: fig=plt.figure()
In [2]: ax=plt.subplot(111)
In [3]: ax.plot(df['p1'],df['p2'])
In [4]: len(ax.lines[0].get_xdata())
Out[4]: 434300

我看到matplotlib正在绘制每条预期的数据行。

最简单的方法是仅绘制列p1和p2中的唯一点？

这是一个小型示例数据集的csv，具有我的数据集的所有重要功能。

Answer 1

只需删除重复项并绘图：

df.drop_duplicates(how='all', columns=['p1', 'p2'])[['p1', 'p2]].plot()

Answer 2

您可以从数据框中p1和p2列，然后在绘制之前删除重复项。

sub_df = df[['p1','p2']].drop_duplicates()
fig, ax = plt.subplots(1,1)
ax.plot(sub_df['p1'],sub_df['p2'])

Answer 3

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('exampleData.csv')

d = data[['p1', 'p2']].drop_duplicates()

plt.plot(d['p1'], d['p2'], 'o')
plt.show()

Answer 4

细算这个答案R中类似的问题（这是大熊猫dataframes是基于什么），我发现大熊猫功能pandas.Dataframe.drop_duplicates 。 如果我们如下修改我的示例代码：

In [1]: fig=plt.figure()
In [2]: ax=plt.subplot(111)
In [3]: df.drop_duplicates(subset=['p1','p2'],inplace=True)
In [3]: ax.plot(df['p1'],df['p2'])
In [4]: len(ax.lines[0].get_xdata())
Out[4]: 15

我们看到这将df限制为仅要绘制的唯一点。 重要的一点是，您必须将子集传递给drop_duplicates以便它仅使用这些列来确定重复的行。