import pandas as pd import matplotlib.pyplot as plt file_path="F:\\python.practice\\拜师\\数据分析课程\\数据分析资料\\day06\\code\\PM2.5\\BeijingPM20100101_20151231.csv" df=pd.read_csv(file_path) print(df.head()) #把分开的时间字符串通过periodindex 转化为pandas 事件类型 period=pd.PeriodIndex(year=df["year"],month=df["month"],day=df["day"],hour=df["hour"],freq="H") df["datatime"]=period print(df.head()) #把datatime 设置为索引 df.set_index("datatime",inplace=True) #对df进行降采样 df=df.resample("7D").mean() print(df.head()) #处理缺失数据 删除缺失数据 data=df["PM_US Post"].dropna() data_china=df["PM_Dongsi"].dropna() _x=data.index _x_china=data_china.index #_x_china=[i.strftime("%Y%m%d") for i in _x_china] #_x=[i.strftime("%Y%m%d") for i in _x] #去除00000 _y=data.values _y_china=data_china.values plt.figure(figsize=(20,8),dpi=80) plt.plot(range(len(_x)),_y,label='US') plt.plot(range(len(_x_china)),_y_china,label='china') plt.xticks(range(0,len(_x),10),list(_x)[::10],rotation=45) plt.legend() plt.show()
分开的时间字符串通过periodindex 转化为pandas
最新推荐文章于 2023-08-20 14:56:59 发布