如何通过python在csv文件中分配一列？

Question

我有一个要绘制的 CSV 文件。
但是，要获得此图，我需要先将一列分配给列表（或数组），然后从那里继续。 我需要将第一列分配给所述列表。 在上述列中，数字 1 到 45 有很多重复（所以在代码中应该是range(1,46) ）。 目前，我到目前为止已经写了这个：

for weekly sales against Date 
    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    %matplotlib inline

a = []

for stn in range(1,46):
    a.append(walmart[walmart.Store == stn])

for printval in range(1,46):
    b = a[printval-1]

注意： walmart （与数据集关联的值）已经被pd.read_csv读取到这里。 它有效并且已经产生了输出。

我不知道该怎么做。 我也想根据商店来绘制这个图。

数据集可以在：https ://www.kaggle.com/divyajeetthakur/walmart-sales-prediction

Answer 1

有很多方法可以做到这一点，但想到的最简单的方法是使用Pandas 数据框

首先，您需要在您的环境中安装它。 我看到你标记了anaconda所以这将是这样的：

$ conda install pandas

然后将它们导入你的 python 文件（假设是 Jupyter notebook）

import pandas as pd

然后，您可以使用read_csv函数中的构建将 csv 导入数据帧（您可以用它做很多很酷的事情，因此请查看文档）

在您的情况下，假设您只想导入列说数字 3 和 5，然后绘制它们。 如果 csv 中的第一行包含标题（比如'col3'和'col5' ），这应该被自动读取并存储为列名（如果你想跳过标题阅读添加选项skiprows=1 ，如果你想names=['newname3', 'newname5']名为其他names=['newname3', 'newname5']的列使用选项names=['newname3', 'newname5']

data = pd.read_csv('path/to/my.csv', usecols=[3,5], names=['col1', 'col2'])

然后您可以按名称访问列并使用data['colname']绘制它们：

import matplotlib.pyplot as plt 
plt.scatter(data['col1'], data['col2'])
plt.show()

或者您可以使用熊猫数据框的内置功能：

data.plot.scatter(x='col1', y='col2)

Answer 2

我已经发现我需要做些什么才能让它发挥作用。 下面的代码描述了我的情况。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
%matplotlib inline

a = []

for stn in range(1,46):
    a.append(walmart[walmart.Store == stn])

for printval in range(1,46):
    b = a[printval-1]
    w = b[b.Store == printval]
    ws = w["Weekly_Sales"]
    tp = w["Date"]
    plt.scatter(tp, ws)
    plt.xlabel('Date')
    plt.ylabel('Weekly Sales')
    plt.title('Store_' + str(printval))
    plt.savefig('Store_'+ str(printval) + '.png')   #To save the file if needed
    plt.show()

同样，我已经导入了 CSV 文件，并将其关联到walmart 。 这样做时没有错误。

同样，数据集可以在https://www.kaggle.com/divyajeetthakur/walmart-sales-prediction 中找到。