[英]How to show date from a time-series graph on Matplotlib a plot
[英]Plot many time-series columns in one graph
我有一个大约有 100 列的大 data.frame,并尝试在一个图中绘制所有时间序列。 有没有一种简单的方法来处理它,而无需手动指定每个 y 轴?
这将是以下时间序列的简单示例: 02K W、03K W 和 04K W :
import pandas as pd
import matplotlib.pyplot as plt
df1 = pd.DataFrame({
'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
'index':[0, 1, 2, 3, 4],
'02K W':[3.5, 0.1, 3, 'nan', 0.2],
'03K W':[4.2, 5.2, 2.5, 3.0, 0.6],
'04K W':[1.5, 2.6, 8.2, 4.2, 5.3]})
df1['Date'] = pd.to_datetime(df1['Date'])
df1 = df1.set_index('index')
到目前为止,我手动指定了所有 y 轴来绘制单个时间序列。
plt.plot(df1['Date'], df1['02K W'])
plt.plot(df1['Date'], df1['03K W'])
plt.plot(df1['Date'], df1['04K W'])
有没有更优雅的方法来指定绘图的相关列? 非常感谢您的建议:)
有没有更优雅的方法来指定绘图的相关列?
使用DataFrame.plot
和Date
作为索引并按所需columns
过滤:
columns = ['02K W', '03K W', '04K W']
df1.set_index('Date')[columns].plot()
请注意,您的示例数据中有一个字符串'nan'
。 如果这在您的真实数据中是正确的,您应该将其转换为真实的np.nan
,例如,使用pd.to_numeric
或DataFrame.replace
。
import pandas as pd import matplotlib.pyplot as plt df1 = pd.DataFrame({ 'Date':['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'], 'index':[0, 1, 2, 3, 4], '02K W':[3.5, 0.1, 3, 'nan', 0.2], '03K W':[4.2, 5.2, 2.5, 3.0, 0.6], '04K W':[1.5, 2.6, 8.2, 4.2, 5.3]}) df1['Date'] = pd.to_datetime(df1['Date']) df1 = df1.set_index('index') for col in df1.colums[1:]: plt.plot(df1['Date'], df1[col])
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.