1

我有一个CSV包含如下数据的文件：

Time               Pressure
1/1/2017 0:00       5.8253
...                     ...
3/1/2017 0:10       4.2785
4/1/2017 0:20       5.20041
5/1/2017 0:30       4.40774
6/1/2017 0:40       4.03228
7/1/2017 0:50       5.011924
12/1/2017 1:00      3.9309888

我想在压力数据上制作每月直方图（NORMALIZED），最后将图表写入 PDF。我知道我需要使用Groupby和Numpy.hist选项，但我不确定如何使用它们。（我是 Python 的新手）。请帮忙！

代码 1：

n = len(df) // 5
for tmp_df in (df[i:i+n] for i in range(0, len(df), n)):
    gb_tmp = tmp_df.groupby(pd.Grouper(freq='M'))
    ax = gb_tmp.hist()
    plt.setp(ax.xaxis.get_ticklabels(),rotation=90)
    plt.show()
    plt.close()

这给了我以下错误消息：

ValueError: range() arg 3 must not be zero

代码 2： 

df1 = df.groupby(pd.Grouper(freq='M'))
np.histogram(df1,bins=10,range=None,normed=True)

这将返回另一条错误消息：

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我尝试了上面的代码，但得到了这些错误。不确定我是否正确使用它。

4

1 回答 1

1

几个简单的步骤。首先，您需要将数据文件读入一组单元格。一旦你有了列表或条目行的列表（你想怎么称呼它们），你需要收集每个月的所有观察结果并取每个集合的平均值。在这里，我实现了一个简单的 buckets 类，以方便将压力汇总到我的月份中的组中，并为每个组提供平均值。最后我用 matplotlib 绘制了结果。

def readData(fn):
    fh = open(fn)
    lines = fh.read().split("\n")
    ret = [k.split("       ") for k in lines[1:]]
    fh.close()
    return(ret)

class buckets:
    def __init__(self):
        self.data = {}
    def add(self,key,value):
        if not(key in self.data.keys()):
            self.data[key]=[]
        self.data[key].append(value)
    def getMean(self,key):
        nums = []
        for k in range(0,len(self.data[key])):
            try:
                nums.append(self.data[key][k])
            except:
                pass
        return(sum(nums)/float(len(nums)))
    def keys(self):
        return(self.data.keys())

import matplotlib
import numpy as np

data = readData("data.txt")
container = buckets()

for k in data:
    print(k)
    container.add(k[0].split("/")[0],float(k[1]))

histoBars = []
histoTicks = [int(k) for k in list(container.keys())]
histoTicks.sort()
histoTicks = [str(k) for k in histoTicks]
x = np.arange(len(histoTicks))

for k in histoTicks:
        histoBars.append(container.getMean(k))

print(len(histoBars))
print(len(histoTicks))

import matplotlib.pyplot as plt
print(histoBars)
print(histoTicks)
fig, ax = plt.subplots()
plt.bar(x, histoBars)
plt.xticks( x, histoTicks )
plt.show()

最后一个快速说明，我不太确定您的文件是什么数据格式，看起来 2 列被 7 个空格分隔，但其中一个样本只有 6 个，因此您可能需要更改分隔符或清理表以确保所有行读取没有错误。

于 2018-05-22T19:01:53.490 回答