[英]How to show date from a time-series graph on Matplotlib a plot
[英]Plot many time-series columns in one graph
我有一個大約有 100 列的大 data.frame,並嘗試在一個圖中繪制所有時間序列。 有沒有一種簡單的方法來處理它,而無需手動指定每個 y 軸?
這將是以下時間序列的簡單示例: 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')
到目前為止,我手動指定了所有 y 軸來繪制單個時間序列。
plt.plot(df1['Date'], df1['02K W'])
plt.plot(df1['Date'], df1['03K W'])
plt.plot(df1['Date'], df1['04K W'])
有沒有更優雅的方法來指定繪圖的相關列? 非常感謝您的建議:)
有沒有更優雅的方法來指定繪圖的相關列?
使用DataFrame.plot
和Date
作為索引並按所需columns
過濾:
columns = ['02K W', '03K W', '04K W']
df1.set_index('Date')[columns].plot()
請注意,您的示例數據中有一個字符串'nan'
。 如果這在您的真實數據中是正確的,您應該將其轉換為真實的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])
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.