0

在阅读了一系列文件后,我创建了一个包含 7 列的数据框:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 756 entries, 0 to 755

数据列:

Fr(Hz)        756  non-null values

res_ohm*m     756  non-null values

phase_mrad    756  non-null values

ImC_S/m       756  non-null values

Rm_S/m        756  non-null values

C_el          756  non-null values

date          756  non-null values

dtypes: float64(6), object(1)

然后我想按具有 12 个变量的第 6 列(C_el)对日期进行分组:

Pairs = = data_set.groupby('C_el')

现在每个组都包含 21 的倍数的数据(这意味着每 21 行我有一个新的唯一数据集) - 21 指的是第 1 列(Fr(Hz),我为每个数据集使用 21 个频率

我想要做的是创建一个 x,y 散点图 - 在 X 轴上是第 1 列(Fr(Hz),在 Y 轴上是第 3 列(phase_mrad) - 每个数据集将有 21 个独特的频率点,并且然后我想在同一个图上添加所有可用的数据集,使用不同的颜色

最后一步,对剩余的 11 个组重复此操作(如前面步骤中定义的那样)

样本数据集在这里(A12 )目前我在 numpy multiple_datasets中这样做非常难看

4

1 回答 1

1

我不知道这是否真的能满足你的要求,但我认为groupby可以帮到你很多忙。例如,代替您提供的代码示例,您可以这样做:

for key, group in data_set.groupby('C_el'):
   # -- define the filename, path, etc..
   # e.g. filename = key
   group.to_csv(filename, sep=' ')

另请参阅此处的文档。抱歉,我无法为您提供更多详细信息,但我希望对您有所帮助。

于 2013-03-20T22:56:48.783 回答