僅繪制大熊貓數據框中的唯一行

Question

我有一個434300行的熊貓數據框，結構如下：

       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 ...

關鍵是對於x，y數據變化的每個塊，都有p1和p2 不變 。 請注意，常數p1，p2的這些塊的長度是變化的，因此，這不僅僅是簡單地每n行對數據進行切片的問題。

我想在圖中繪制值p1 vs p2，但只想繪制唯一點。

如果我使用以下方法繪制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正在繪制每條預期的數據行。

最簡單的方法是僅繪制列p1和p2中的唯一點？

這是一個小型示例數據集的csv，具有我的數據集的所有重要功能。

Answer 1

只需刪除重復項並繪圖：

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

Answer 2

您可以從數據框中p1和p2列，然后在繪制之前刪除重復項。

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

細算這個答案R中類似的問題（這是大熊貓dataframes是基於什么），我發現大熊貓功能pandas.Dataframe.drop_duplicates 。 如果我們如下修改我的示例代碼：

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

我們看到這將df限制為僅要繪制的唯一點。 重要的一點是，您必須將子集傳遞給drop_duplicates以便它僅使用這些列來確定重復的行。