import pandas as pd
from matplotlib import pyplot as plt
import numpy as np
#不同月份统计
# file_path="D:\学习\数据分析资料\数据分析资料\day06\code\911.csv"
# t=pd.read_csv(file_path)
# plt.figure(figsize=(20,8),dpi=88)
# t["timeStamp"]=pd.to_datetime(t["timeStamp"])
# t.set_index("timeStamp",inplace=True)
# t2=t.resample("M").count()["title"]
# _x=t2.index
# _y=t2.values
#
# _x=[i.strftime("%Y%M%D") for i in _x] #设置时间格式
# plt.plot(range(len(_x)),_y)
# plt.xticks(range(len(_x)),_x)
# plt.show()
##*************************************#
#不同月份不同类型电话统计
file_path="D:\学习\数据分析资料\数据分析资料\day06\code\911.csv"
t=pd.read_csv(file_path)
#设置时间列为行索引
t["timeStamp"]=pd.to_datetime(t["timeStamp"])
t.set_index(t["timeStamp"],inplace=True)
#添加列,表示分类
temp_list=t["title"].str.split(": ").tolist()
cate_list=[i[0] for i in temp_list]
t["cate"]=pd.DataFrame(np.array(cate_list).reshape(t.shape[0],1))
print(np.array(cate_list).reshape(t.shape[0],1))
for a,b in t.groupby(by="cate"):
count_by_month=b.resample("M").count()["title"]
# 画图
_x = count_by_month.index
print(_x)
_y = count_by_month.values
_x = [i.strftime("%Y%m%d") for i in _x]
plt.plot(range(len(_x)), _y, label=group_name)
plt.xticks(range(len(_x)), _x, rotation=45)
plt.legend(loc="best")
plt.show()
pandas学习
最新推荐文章于 2024-08-19 14:41:29 发布