我有一个带有日期和质量虚拟(0或1)的数据框:
unixTimestamp date quality
0 1370131200 06 2, 2013 1
1 1290643200 11 25, 2010 1
2 1283990400 09 9, 2010 1
3 1290556800 11 24, 2010 1
4 1317254400 09 29, 2011 1
5 1388707200 01 3, 2014 1
6 1398556800 04 27, 2014 1
7 1399161600 05 4, 2014 0
8 1405036800 07 11, 2014 1
9 1390176000 01 20, 2014 1
10 1397606400 04 16, 2014 1
我想做的是:随时间绘制
quality
中yes(1)的频率。我试过的:绘制像这样的直方图:
plt.hist(x=df.loc[df['quality'] == 1].unixTimestamp, bins=78)
plt.show()
我选择78是因为
quality
等于1的最新日期是1405123200,最早的日期是1203379200。这分别转换为2014年7月12日和2008年2月19日。两者之间的差是78个月。结果输出非常混乱:
有人可以告诉我如何在散点图上绘制此趋势吗?我仅使用
unixTimestamp
。非常欢迎提出一种更好的方法来处理时间序列数据。另外,它在
df
的170行上运行。实际数据有约1000万行。有人还能提出代表数据的最佳方法吗?提前致谢! 最佳答案
您似乎希望按日期对观察结果进行分组,然后按质量将其等于1的每个期间(天,月,...)内的行数分组。
该工作在pandas中用于.groupby
方法。在进行分组之前,让我们确保python也可以识别日期。
import pandas as pd
df['alt_date'] = pd.to_datetime(df['unixTimestamp'], unit='s')
daily_quality = df.groupby('alt_date')['quality'].sum()
现在,您可以使用
pd.DataFrame.plot()
绘制结果,它使用matplotlib轻松地从pandas数据框中绘制图:import matplotlib.pyplot as plt
daily_quality.plot(kind='bar')
plt.show()
如果您希望按月对日期进行分组,则可以使用
pd.Grouper()
,它的工作方式如下:monthly_quality = df.groupby(pd.Grouper(key='alt_date', freq='M'))['quality']
.sum()
.fillna(0) # in case you have missing months
monthly_quality.plot(kind='bar')
plt.show()
关于python - 如何绘制时间序列中事件的频率?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/53945708/