使用pandas用一年的数据来看每周各天数据的变化
可以使用以下步骤：
1. 读入数据，确保日期列为pandas的datetime类型，并将其设置为索引。
import pandas as pd
data = pd.read_csv("data.csv")
data["date"] = pd.to_datetime(data["date"])
data.set_index("date", inplace=True)
2. 将数据按周进行分组，并计算每天的平均值。
weekly_data = data.resample("W").mean()
3. 对每周的数据进行透视以查看每天的平均值。
pivot_data = pd.pivot_table(weekly_data, values="value", index=weekly_data.index.weekday_name, columns=weekly_data.index.weekofyear)
4. 绘制热力图以可视化每周各天数据的变化。
import seaborn as sns
import matplotlib.pyplot as plt
sns.heatmap(pivot_data, cmap="YlGnBu")
plt.title("Weekly variation of data")
plt.xlabel("Week of year")
plt.ylabel("Day of week")
plt.show()
完整代码如下：
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
data = pd.read_csv("data.csv")
data["date"] = pd.to_datetime(data["date"])
data.set_index("date", inplace=True)
weekly_data = data.resample("W").mean()
pivot_data = pd.pivot_table(weekly_data, values="value", index=weekly_data.index.weekday_name, columns=weekly_data.index.weekofyear)
sns.heatmap(pivot_data, cmap="YlGnBu")
plt.title("Weekly variation of data")
plt.xlabel("Week of year")
plt.ylabel("Day of week")
plt.show()
其中，”data.csv”是包含日期和数值列的原始数据文件的名称。
评论列表
发表评论
为你推荐
关注微信
还没有任何评论，你来说两句吧！