标签:plt cate -- list 第六天 pd 科学 df import
→@TOC
应用
统计911报警电话原因的分类
第一种方式:构建全为0的Dataframe
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
file_path = "./911.csv"
df = pd.read_csv(file_path)
#获取分类
temp_list = df["title"].str.split(":").tolist()
cate_list = list(set([i[0] for i in temp_list]))
print(cate_list)
#g构造全为0的数据
zeros_df = pd.DataFrame(np.zeros((df.shape[0],len(cate_list))),columns=cate_list)
#给全0数组赋值,对zeros_df的三列进行遍历处理,相较于对整个temp_list的25万行进行遍历要快的多
for cate in cate_list:
zeros_df[cate][df["title"].str.contains(cate)] = 1
#统计
sum_res = zeros_df.sum(axis=0)
print(sum_res)
输出:
['Traffic', 'Fire', 'EMS']
Traffic 87465.0
Fire 37432.0
EMS 124844.0
dtype: float64
第二种方式:通过构建新的一列
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
file_path = "./911.csv"
df = pd.read_csv(file_path)
# 首先将文件中的相关数据进行提取,然后形成一个新的列表cate_list
temp_list = df['title'].str.split(":").tolist()
cate_list = [i[0] for i in temp_list]
# 通过将cate_list作为新的一列添加进文件中
df['cate'] = pd.DataFrame(np.array(cate_list).reshape((df.shape[0], 1)))
# 再通过groupby方法将cate列分类,然后统计每组的个数
print(df.groupby(by='cate').count()['title'])
输出:
cate
EMS 124840
Fire 37432
Traffic 87465
Name: title, dtype: int64
pandas 中的时间序列
设置时间序列:
pd.data_range(start=None,end=None,periods=None,freq=‘D’)
Parameters
----------
start : str or datetime-like, optional
Left bound for generating dates.
end : str or datetime-like, optional
Right bound for generating dates.
periods : int, optional
Number of periods to generate.
freq : str or DateOffset, default 'D'
Frequency strings can have multiples, e.g. '5H'. See
:ref:`here <timeseries.offset_aliases>` for a list of
frequency aliases.
关于freq的参数的更多表示方法:
D→每日
B→每工作日
H→每小时
S→每秒
L/ms→每毫秒
U→每微秒
M→每月最后一个日历日
BM→每月最后一个工作日
MS→每月第一个日历日
BMS→每月第一个工作日
pandas重采样:
指的是将时间序列从一个频率转化为另一个频率进行处理的过程,将高频率数据转化为低频率数据为降采样,低频率转化为高频率为升采样,resample()
应用:911数据中不同月份不同类型的电话的次数的变化情况
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
# 911数据中不同月份不同类型的电话的次数的变化情况
# 把时间字符串转为时间类型并设置为索引
file_path = "./911.csv"
df = pd.read_csv(file_path)
df['timeStamp'] = pd.to_datetime(df['timeStamp'])
# 添加列,表示分类
temp_list = df['title'].str.split(':').tolist()
cate_list = [i[0] for i in temp_list]
df['cate'] = pd.DataFrame(np.array(cate_list).reshape((df.shape[0], 1)))
df.set_index('timeStamp', inplace=True)
print(df.head(5))
plt.figure(figsize=(16, 9), dpi=144)
for group_name, group_data in df.groupby(by='cate'):
# 对不同的分类进行绘图
count_by_month = group_data.resample('M').count()['title']
_x = count_by_month.index
_y = count_by_month.values
_x = [i.strftime('%Y%m%d') for i in _x]
plt.plot(range(len(_x)), _y, label=group_name)
plt.xticks(range(len(_x)), _x, rotation=45)
plt.legend(loc='best')
plt.show()
标签:plt,cate,--,list,第六天,pd,科学,df,import 来源: https://blog.csdn.net/WslWslYYX/article/details/120599505
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。