第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

Plotly:如何根據(jù)周期繪制時(shí)間圖?

Plotly:如何根據(jù)周期繪制時(shí)間圖?

手掌心 2022-07-19 15:50:55
大家好,我有這個(gè)數(shù)據(jù)集:import pandas as pd # intialise data of lists. data = {'Year':['2017', '2018', '2018', '2019'],'Month':['1', '1', '2', '3'],'Outcome':['dead', 'alive', 'alive', 'empty'], 'outcome_count':[20, 21, 19, 18]} # Create DataFrame dfy = pd.DataFrame(data) # Print the output. print(dfy)我確實(shí)想根據(jù)應(yīng)該是月份和年份的時(shí)期來(lái)繪制結(jié)果?,F(xiàn)在,月份和年份在不同的列上,我如何將它們組合起來(lái),以便我有一個(gè)相對(duì)于月份和年份的結(jié)果圖表。傳說(shuō)應(yīng)該有結(jié)果名?
查看完整描述

2 回答

?
三國(guó)紛爭(zhēng)

TA貢獻(xiàn)1804條經(jīng)驗(yàn) 獲得超7個(gè)贊

您可以創(chuàng)建由日期時(shí)間填充的新列,to_datetime如果通過(guò) 3 列 DataFrame 與Year, Month,Day列然后是月份周期Series.dt.to_period:


dfy['dates'] = pd.to_datetime(dfy[['Year','Month']].assign(Day=1))

dfy['per'] = dfy['dates'].dt.to_period('m')

print(dfy)

   Year Month Outcome  outcome_count      dates      per

0  2017     1    dead             20 2017-01-01  2017-01

1  2018     1   alive             21 2018-01-01  2018-01

2  2018     2   alive             19 2018-02-01  2018-02

3  2019     3   empty             18 2019-03-01  2019-03

然后可以用句點(diǎn)或日期時(shí)間繪制:


dfy.plot(x='per', y='outcome_count')

dfy.plot(x='dates', y='outcome_count')


查看完整回答
反對(duì) 回復(fù) 2022-07-19
?
慕沐林林

TA貢獻(xiàn)2016條經(jīng)驗(yàn) 獲得超9個(gè)贊

您的數(shù)據(jù)集非常有限。在 jezrael 的方法的基礎(chǔ)上,我能夠產(chǎn)生這個(gè):

https://i.stack.imgur.com/HZ0eR.png

如果這實(shí)際上是您正在尋找的東西,我可以解釋詳細(xì)信息。如果沒(méi)有,那么我相信我們會(huì)找到另一種方法。


這是到目前為止的代碼:


import pandas as pd 

import plotly.graph_objects as go

import plotly.express as px


# intialise data of lists. 

data = {'Year':['2017', '2018', '2018', '2019'],'Month':['1', '1', '2', '3'],'Outcome':['dead', 'alive', 'alive', 'empty'], 'outcome_count':[20, 21, 19, 18]} 


# Create DataFrame 

dfy = pd.DataFrame(data) 


# approach from jezrael

dfy['dates'] = pd.to_datetime(dfy[['Year','Month']].assign(Day=1))

dfy['per'] = dfy['dates'].dt.to_period('m')


# periods as string

dfy['period']=[d.strftime('%Y-%m') for d in dfy['dates']]


# unique outcomes

outcomes = dfy['Outcome'].unique()


# plotly setup

fig = go.Figure()


# one trace per outcome

for outcome in outcomes:

    df_plot = dfy[dfy['Outcome']==outcome]

    fig.add_trace(go.Scatter(x=df_plot['period'], y=df_plot['outcome_count'],

                             name=outcome

                          ))


fig.show()


查看完整回答
反對(duì) 回復(fù) 2022-07-19
  • 2 回答
  • 0 關(guān)注
  • 133 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)