[英]Highlight maximum point point in python plot by date
我知道这个问题确实很接近其他许多已回答的问题,但是以前的所有答案都给了我同样的追溯问题。
我有一个简单的时间序列,我正在尝试突出显示最高点。 我在处理“熊猫数据框”以获得在图上绘制的最大y值时遇到问题。 我想我快要在那里了,但我认为pd.read_csv导入的parse_dates参数弄乱了我的索引编制。
导入数据集时,我有一个datetime列和一个wind_speed列。 当我对每日平均值进行重新采样时,变量列的标题消失,而datetime列变得无法调用。
在获取每日平均值之前:
In[12]: weather.head()
Out[12]: wind_speed
d_stamp_t_stamp
2017-07-26 00:05:09 1.31
2017-07-26 00:35:13 1.62
2017-07-26 01:05:05 1.50
.......
取每日平均值后:
wind_avg = weather.wind_speed.resample('D').mean()
d_stamp_t_stamp
2017-09-01 3.870625
2017-09-02 4.386875
2017-09-03 5.426739
2017-09-04 2.718750
2017-09-05 3.407708
wind_speed列的标签消失了,我似乎再也无法对该数据进行采样了。
这是到目前为止的时间序列的代码:
## Import weather data.
weather = pd.read_csv('/Users/regina/university_projects/Themo_Data/Weather0717-0618.csv',
parse_dates=[[0,1]], index_col=0)
wind_avg = weather.wind_speed.resample('D').mean()
## Wind Speed graph
windplot = wind_avg.plot(title="Wind Speed", figsize=(12,8),
fontsize=12, marker='o', markersize=7)
windplot.set_xlabel("Date"),windplot.set_ylabel("Wind Speed in m/s")
当我尝试注释最大风速时,问题就来了。
y0 = max(wind_avg.wind_speed)
xpos = wind_avg.wind_speed.index(y0)
x0 = (wind_avg.d_stamp_t_stamp[xpos])
windplot.annotate(
"Max Speed", xy=(x0,y0), ha='right',
va='bottom', textcoords='offset points', bbox=dict(BoxStyle='Round, pad=0.5', fc='yellow',
alpha=0.5), arrowprops=dict(facecolor='black', shrink=0.05))
我收到这样的属性错误消息:
Traceback (most recent call last):
File "<ipython-input-15-5e45876c5ebc>", line 5, in <module>
y0 = max(wind_avg.wind_speed)
File "/Users/regina/anaconda3/lib/python3.6/site-packages/pandas/core/generic.py", line 4372, in __getattr__
return object.__getattribute__(self, name)
AttributeError: 'Series' object has no attribute 'wind_speed'
我重新采样wind_speed列以删除其标签的方式是否有问题? 非常感谢大家!
在行中
wind_avg = weather.wind_speed.resample('D').mean()
您将resample
应用于单个Pandas系列,该系列位于数据wind_speed
的wind_speed列中,因此您将获得系列作为返回值:
type(wind_avg)
Out: pandas.core.series.Series
尝试
weather_avg = weather.resample('D').mean()
type(weather_avg)
Out: pandas.core.frame.DataFrame
这样您就可以每天对整个天气数据集进行重新采样。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.