import pandas as pd
dfA = pd.read_excel('E:/画图/WashingMachine.xlsx')
dtdA = pd.to_datetime(dfA['价格'], infer_datetime_format=True)
month1 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(0, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'], infer_datetime_format=True) <= pd.to_datetime(1000, infer_datetime_format=True))]
month2 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(1000, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'], infer_datetime_format=True) <= pd.to_datetime(2000, infer_datetime_format=True))]
month3 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(2000, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'], infer_datetime_format=True) <= pd.to_datetime(3000, infer_datetime_format=True))]
month4 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(3000, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'], infer_datetime_format=True) <= pd.to_datetime(4000, infer_datetime_format=True))]
month5 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(4000, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'], infer_datetime_format=True) <= pd.to_datetime(5000, infer_datetime_format=True))]
month6 = dfA[(pd.to_datetime(dfA['价格'], infer_datetime_format=True) >= pd.to_datetime(5000, infer_datetime_format=True))
& (pd.to_datetime(dfA['价格'
python绘制单列多色柱状图
最新推荐文章于 2023-01-19 19:44:16 发布
本文介绍如何使用Python进行单列多色柱状图的绘制,通过实例展示具体的代码实现,帮助读者掌握这一数据可视化技巧。
摘要由CSDN通过智能技术生成