pandas dataframe 操作技巧 总结

Posted 2020-11-02 -aye

#中文
myfont = FontProperties(fname=r‘C:\Windows\Fonts\simhei.ttf‘, size=14)
import seaborn as sns
sns.set(font=myfont.get_name())

file = open(".xlsx", "rb")
data = pd.read_excel(file, sep="\t")
data = data.loc[(data[‘时间‘] > 0) & (data[‘时间‘] < 4320)]
drop_feat = ["编号",..., "状态"]
feat = [i for i in data.columns if i not in drop_feat]
data = data[feat]
print(data.isnull().sum() / len(data)) #看缺失比例，字段

# 读取文档以及，过滤填充数据， 筛选数据

# ddie = data.loc[(data[‘等级‘] == "Ⅲ") | (data[‘等级‘] == "Ⅳ")]

data = ddie.groupby([‘时段‘, ‘分类‘]).mean().reset_index()
dataForsize = ddie.groupby([‘时段‘, ‘分类‘]).size().reset_index()  

dmean1 = data.loc[(data[‘类‘] == ‘‘) | (data[‘‘] == ‘‘)]
dsize1 = dataForsize.loc[(dataForsize[‘类‘] == ‘统‘) | (dataForsize[‘‘] == ‘‘)]
dmean1 = dmean1.groupby([‘挂‘]).mean()  #  分组后 平均
dsize1 = dsize1.groupby([‘挂‘])[0].agg(sum)  # 计  分组后 求和

# xx = list(range(0, 24))  技巧得 x轴 连续坐标
y1 = dmean1["时间"]
x1 = y1._index._data　　技巧 对应的 索引 不连续坐标 ，  方法论：debug查 属性

plt.figure(figsize=(16,5))
plt.plot(x1, y1,color=‘blue‘)
plt.plot(x3, y3,color=‘red‘)
for i, (_x, _y) in enumerate(zip(x1, y1)):
    plt.text(_x, _y, dsize1[x1[i]], color=‘blue‘, fontsize=12) # 关键 dsize1[x1[i]]  是从连续的i找不连续的x[i]的坐标来得到不连续的y值

plt.xticks(np.arange(24))
label = [ "其它"]
plt.legend(label, loc=0, ncol=2)
plt.xlabel("  0-23小时")
plt.ylabel("时长")
plt.show()