[英]Converting nested dictionary to pandas dataframe and plotting
我有一個監聽器,它通過以下方式不斷記錄收到的消息——
class Listener:
recorded = defaultdict(lambda: defaultdict(list))
def on_message_received(self, msg):
self.recorded[msg.id]["timestamp"].append(msg.timestamp)
self.recorded[msg.id]["data"].append(msg.data)
可以假設時間戳和數據都是浮點數。
對於單個 id,我可以使用 plot 數據 -
import altair as alt
import pandas as pd
import streamlit as st
listener = Listener()
plt, frame = st.empty(), st.empty()
def plot():
c = listener.recorded.copy()
df = pd.DataFrame.from_dict(c[100]) # using id: 100 as an example
chart = alt.Chart(df).mark_line().encode(x="timestamp", y="data")
frame.write(df)
plt.altair_chart(chart)
它產生一個 dataframe 和 plot :
所以我的問題是,我將如何備份一個級別並從字典listener.recorded
生成一個數據框/繪圖,以便每個唯一的 id 都正確地繪制一個圖例? 我自己似乎無法完全到達那里......
您可以使用 pd.concat 創建pd.concat
,重置索引,然后正常使用 Altair。 這是一個簡短的示例,其數據類似於您正在生成的字典:
import altair as alt
import pandas as pd
import numpy as np
rng = np.random.default_rng(1701)
data = {
100: {'timestamp': pd.date_range('2021-01-01', periods=10, freq='D'),
'data': np.random.randint(0, 100, 10)},
200: {'timestamp': pd.date_range('2021-01-01', periods=10, freq='D'),
'data': np.random.randint(0, 100, 10)},
300: {'timestamp': pd.date_range('2021-01-01', periods=10, freq='D'),
'data': np.random.randint(0, 100, 10)},
}
df = pd.concat({k: pd.DataFrame(d) for k, d in data.items()})
df = df.reset_index(0).rename({'level_0': 'id'}, axis=1)
alt.Chart(df).mark_line().encode(
x='timestamp:T',
y='data:Q',
color='id:N',
)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.