代码之家 › 专栏 › 技术社区 › Tom McLean

在绘制为条形图之前,如何在数据框中添加一周中缺失的天数?

pandas python

Tom McLean · 技术社区 · 5 年前

我有一个数据框架,它是一艘船执行的不同行程的总结:

                     start_time duration_idle duration_at_power
Trip 1  2021-02-01 13:55:35.331      0.828611          1.162222
Trip 2  2021-02-02 07:25:41.574      0.516389          0.927778
Trip 3  2021-02-02 09:46:10.573      0.095278            0.1825
Trip 4  2021-02-02 12:45:15.416      0.933611          0.877778
Trip 5  2021-02-02 15:24:45.416      0.298056          1.020833
Trip 6  2021-02-03 07:06:17.665      2.035278          3.190278
Trip 7  2021-02-03 13:15:07.665      0.318611          0.212778
Trip 9  2021-02-04 09:48:59.569      1.025278            0.8325
Trip 10 2021-02-04 14:15:34.569        0.8175          2.068333
Trip 11 2021-02-04 18:21:46.570      0.152778          0.096944
Trip 12 2021-02-05 08:32:26.164      0.292778          1.319722
Trip 13 2021-02-07 08:23:36.930          0.66          0.790556
Trip 14 2021-02-08 07:11:55.395      0.513611          1.662778
Trip 16 2021-02-10 14:48:29.846      0.348056          0.761111
Trip 17 2021-02-12 08:33:30.031      0.737222          1.628611
Trip 18 2021-02-12 13:23:56.530      0.286944          0.443056
Trip 19 2021-02-12 18:33:42.529      0.423611          1.516667
Trip 21 2021-02-15 10:58:31.113      0.667222          0.339444
Trip 23 2021-02-16 11:50:25.271        1.3925          1.330278
Trip 26 2021-02-19 11:47:22.429         0.305          0.551667
Trip 27 2021-02-19 13:30:03.428      0.385833          0.393889
Trip 28 2021-02-19 20:21:59.429      0.304722          1.805556
Trip 29 2021-02-20 08:30:38.109      0.512222          0.250833
Trip 30 2021-02-20 10:01:39.128      0.656389          1.345278
Trip 32 2021-02-22 06:20:30.073      1.192222          1.393333
Trip 33 2021-02-22 10:06:27.074      0.127778          0.155556
Trip 34 2021-02-22 12:57:33.073      0.530278          0.452778
Trip 35 2021-02-23 06:59:40.838      0.369722          1.243333
Trip 36 2021-02-23 10:09:26.837      0.384167          1.151667
Trip 37 2021-02-24 07:57:10.042      1.488056          2.157778
Trip 38 2021-02-24 13:41:00.380      0.328333          0.536944
Trip 39 2021-02-24 16:06:28.380      0.421944          0.880556
Trip 40 2021-02-25 07:32:55.790      0.431944          1.528889
Trip 41 2021-02-25 10:38:04.792      0.189444          0.087778
Trip 42 2021-02-25 11:08:34.791      0.320556              0.05
Trip 43 2021-02-25 13:27:26.793      0.376389          0.796111
Trip 44 2021-02-25 15:38:56.790           0.2          0.222778
Trip 45 2021-02-26 07:39:54.299      0.890278            0.8975
Trip 46 2021-02-26 10:17:45.878      0.271944          0.806389

我将其分为不同的几周,然后以条形图的形式绘制一天中持续时间的总和:

def plot_weeks(df):
    weeks = df.groupby(df["start_time"].dt.week)
    for _, week in weeks:
        week.groupby(week["start_time"].dt.day)[["duration_idle", "duration_at_power"]].sum().plot.bar(stacked=True)

它会生成如下数据帧:

第一周:

            duration_idle  duration_at_power
start_time                                  
1                0.828611           1.162222
2                1.843333           3.008889
3                2.353889           3.403056
4                1.995556           2.997778
5                0.292778           1.319722
7                0.660000           0.790556

第2周:

            duration_idle  duration_at_power
start_time                                  
8                0.513611           1.662778
10               0.348056           0.761111
12               1.447778           3.588333

其结果是:

第一周:

第2周:

然而,我希望它总是在每周的绘图中绘制7天,就像第一周一样。如果有几天没有任何行程,当有一天没有数据时,如何在数据框中自动添加一行?

作为一个起点,我认为groupby函数可以将索引设置为一天的日期时间,而不仅仅是日数,但是我也不确定如何做到这一点。

0 回复 | 直到 5 年前

Valdi_Bo 5 年前

按以下步骤进行:

按重新采样白天频率开启 开始时间 总而言之:
```
wrk = df.resample('D', on='start_time').sum()
```
注意 重新采样 为任何缺失的天数添加“零行” 在内部 源周期,但不能这样做之后最后的日期。所以,为了有最后一个情节 7. 天,添加这样的“零行”, 要补充上周的数据,源数据中可能“未完成”:
```
dayNo = wrk.index.size
wrk = wrk.reindex(pd.date_range(start=wrk.index.min(),
    periods=dayNo - (dayNo % -7)), fill_value=0)
```

添加周专栏(需要按周分组):

wrk['Week'] = wrk.index.isocalendar().week

为了在婚礼上有个约会十、轴(不含时间部分), 将索引类型更改为一串 :
```
wrk.index = wrk.index.astype(str)
```

生成绘图:

for week, grp in wrk.groupby('Week'):
    grp.iloc[:, :2].plot.bar(stacked=True, title=f'Week {week}')

笔记 iloc[:, :2] 周 (最后)一栏。

第一周我得到了:

如你所见,我为每周和每周增加了标题十、标签是满的日期,而不仅仅是日期。

其他几周自己检查。

我还建议更改列名,至少在哇 ,想要更多情节图例中的“读者友好”名称。

编辑

我意识到,可能需要同时添加一些“零行” 开始属于哇 (如果当月从周一以外的其他日期开始)。适当地重新编制索引哇 ,即使在上述情况下 第二步 关于以上代码发送至:

# Move back to Monday (if needed)
d1 = pd.offsets.Week(weekday=0).rollback(wrk.index.min())
# Move forward to Sunday (if needed)
d2 = pd.offsets.Week(weekday=6).rollforward(wrk.index.max())
wrk = wrk.reindex(pd.date_range(start=d1, end=d2), fill_value=0)

它更简洁,不使用 约会时间 模块( 熊猫有它有自己的工具来处理日期,所以最好不要使用处理日期/时间的其他模块)。

还要注意,例如2021年5月,扩展日期范围是从 '2021-04-26' 到 '2021-06-06' .它包含 42 天(整整6周),因此将“初始”天数四舍五入( 31 )最多为7的倍数这个案子错了。