39

我开始学习 Pandas，并试图找到最 Pythonic（或 Panda-thonic？）的方法来完成某些任务。

假设我们有一个包含 A、B 和 C 列的 DataFrame。

  • A 列包含布尔值：每一行的 A 值要么为真，要么为假。
  • B 列有一些我们想要绘制的重要值。

我们想要发现的是 A 设置为 false 的行的 B 值与 A 设置为 true 的行的 B 值之间的细微差别。

换句话说，我如何按 A 列的值（真或假）进行分组，然后在同一张图上绘制两组 B 列的值？这两个数据集应该用不同的颜色来区分这些点。

接下来，让我们为这个程序添加另一个功能：在绘图之前，我们要为每一行计算另一个值并将其存储在 D 列中。这个值是在记录前整整五分钟存储在 B 中的所有数据的平均值 - 但是我们只包含存储在 A 中的具有相同布尔值的行。

换句话说，如果我有一行 whereA=True和time=t，我想计算列 D 的值，它是从时间t-5到t具有相同的所有记录的 B 的平均值A=True。

在这种情况下，我们如何对 A 的值执行 groupby，然后将此计算应用于每个单独的组，最后绘制两组的 D 值？

4

1 回答 1

43

我认为@herrfz 达到了所有的高点。我将充实细节：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

sin = np.sin
cos = np.cos
pi = np.pi
N = 100

x = np.linspace(0, pi, N)
a = sin(x)
b = cos(x)

df = pd.DataFrame({
    'A': [True]*N + [False]*N,
    'B': np.hstack((a,b))
    })

for key, grp in df.groupby(['A']):
    plt.plot(grp['B'], label=key)
    grp['D'] = pd.rolling_mean(grp['B'], window=5)    
    plt.plot(grp['D'], label='rolling ({k})'.format(k=key))
plt.legend(loc='best')    
plt.show()

在此处输入图像描述

于 2013-03-17T20:52:57.310 回答