代码之家 › 专栏 › 技术社区 › Unknown

Python中连续数据的方框图

continuous boxplot seaborn python

Unknown · 技术社区 · 7 年前

我有一个包含两列的csv文件:

第1列- Timestamp 数据(yyyy-mm-dd-hh:mm:ss.ms(8个月数据))
col2:热量数据(连续变量)。

由于几乎有50k条记录,我想将col1(时间戳col)划分为几个月或几个星期,然后在热数据w.r.t时间戳上应用方框图。我试过R,花了很长时间。需要Python帮助。我想我需要使用 seaborn.boxplot 。

请引导。

1 回复 | 直到 7 年前

wwii 7 年前

按频率分组,然后绘制组

第一 Read your csv data into a Pandas DataFrame

import numpy as np
import Pandas as pd
from matplotlib import pyplot as plt

# assumes NO header line in csv
df = pd.read_csv('\file\path', names=['time','temp'], parse_dates=[0])

我将使用一些虚假数据,每小时30天的样本。

heat = np.random.random(24*30) * 100
dates = pd.date_range('1/1/2011', periods=24*30, freq='H')
df = pd.DataFrame({'time':dates,'temp':heat})

将时间戳设置为数据帧的索引

df = df.set_index('time')

现在按您想要的时间段分组,本例为7天

gb = df.groupby(pd.Grouper(freq='7D'))

现在可以分别绘制每个组

for g, week in gb2:
    #week.plot()
    week.boxplot()
    plt.title(f'Week Of {g.date()}')
    plt.show()
    plt.close()

和我不知道你能做到,但这很酷

ax = gb.boxplot(subplots=False)
plt.setp(ax.xaxis.get_ticklabels(),rotation=30)
plt.show()
plt.close()

heat = np.random.random(24*300) * 100
dates = pd.date_range('1/1/2011', periods=24*300, freq='H')
df = pd.DataFrame({'time':dates,'temp':heat})
df = df.set_index('time')

要将数据划分为五个时间段,然后获取每个时间段的每周箱线图:

确定总时间跨度;除以五;创建频率别名;然后groupby

dt = df.index[-1] - df.index[0]
dt = dt/5
alias = f'{dt.total_seconds()}S'
gb = df.groupby(pd.Grouper(freq=alias))

每个组都是一个数据帧,因此在组上迭代;创造 每周的 每个组中的组,并对其进行箱线图绘制。

for g,d_frame in gb:
    gb_tmp = d_frame.groupby(pd.Grouper(freq='7D'))
    ax = gb_tmp.boxplot(subplots=False)
    plt.setp(ax.xaxis.get_ticklabels(),rotation=90)
    plt.show()
    plt.close()

也许有更好的方法可以做到这一点,如果是这样,我会发布它,或者有人会免费填写来编辑它。看起来这可能会导致最后一组没有完整的数据集。。。

如果你知道你的数据是周期性的,你可以用切片来分割它。

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='7D'))
    ax = gb_tmp.boxplot(subplots=False)
    plt.setp(ax.xaxis.get_ticklabels(),rotation=90)
    plt.show()
    plt.close()

Frequency aliases
pandas.read_csv()
pandas.Grouper()