pandas实战(PM2.5)

pandas实战(PM2.5)

实战内容：利用pandas以及数据可视化对比中美统计的PM2.5数据

首先打印一下数据信息，查看数据结构

= "./BeijingPM20100101_20151231.csv" df = pd.read_csv(file_path) print(df.head()) print(df.info())

前5行数据如下：

数据的详细信息如下：

我们将时间数据进行合并，并将得到的新的时间添加到数据中，并将时间设置为索引，以便画图时使用

# 观察数据，我们可以知道csv文件中的时间间隔为一小时，故将采样频率设置为"H" period = pd.PeriodIndex(year=df["year"], month=df["month"], day=df["day"], hour=df["hour"], freq="H") df["datetime"] = period df.set_index("datetime", inplace=True)

现在我们要取得PM_US Post作为y轴数据画图

= df["PM_US Post"] x = data.index y = data.values plt.figure(figsize=(20, 8), dpi=80) plt.plot(range(len(x)), y) plt.show()

画图结果：

emmmm，惨不忍睹，数据太密集了，而且若前半部分数据大部分是NaN，后半部分基本没有NaN，直接dropna会导致时间很不均匀。

现在重新采样，将时间间隔设置为7天（也就是原7*24=148条数据整合成1条数据），同时将这7天的PM2.5数据取平均值作为采样数据

df = df.resample("7D").mean()

直接画图

= data.index x = [i.strftime("%Y-%m-%d") for i in x] y = data.values plt.figure(figsize=(20, 8), dpi=80) plt.plot(range(len(x)), y) plt.xticks(range(0, len(x), 10), list(x)[::10], rotation=45) plt.show()

降采样后的结果：

我们对比一下中美检测PM2.5，取"PM_Dongsi"作为中国的数据画图

= data_cn.index x_cn = [i.strftime("%Y-%m-%d") for i in x_cn] y_cn = data_cn.values plt.plot(range(len(x_cn)), y_cn, label="CN_POST")

由于中国统计的数据从2010-01-01到2013-01-04全是NaN，所以前半部分没有橙色的线条

完整代码：

import pandas as pdfrom matplotlib import pyplot as pltdef main(): file_path = "./BeijingPM20100101_20151231.csv" df = pd.read_csv(file_path) # print(df.head(1)[["PM_Dongsi","PM_Dongsihuan"]]) # print(df.info()) # 把分开的时间字符串通过PeriodIndex方法转化为pandas的时间类型 period = pd.PeriodIndex(year=df["year"], month=df["month"], day=df["day"], hour=df["hour"], freq="H") df["datetime"] = period # 将datetime设置为索引 df.set_index("datetime", inplace=True) # 进行降采样 df = df.resample("7D").mean() data = df["PM_US Post"] # 取出PM_US Post列，然后删除含有NaN的数据 data_cn = df["PM_Dongsi"] x = data.index x_cn = data_cn.index x = [i.strftime("%Y-%m-%d") for i in x] x_cn = [i.strftime("%Y-%m-%d") for i in x_cn] y = data.values y_cn = data_cn.values plt.figure(figsize=(20, 8), dpi=80) plt.plot(range(len(x)), y, label="US_POST") plt.plot(range(len(x_cn)), y_cn, label="CN_POST") plt.xticks(range(0, len(x), 10), list(x)[::10], rotation=45) plt.legend(loc="best") plt.savefig(fname="./1.png", dpi=500) plt.show()if __name__ == '__main__': main()

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。