py数据导入&日期处理&dataframe作图

导入数据：

import pandas as pd

import numpy as np

data=pd.read_excel("/Users/liuyali/Desktop/饿了么流量分析-离线数据下载5-10月格式已经调整.xls")
print(data)


分组求和：使用data.groupby函数

单个

t=data.groupby(data['日期'])['总曝光人数'].sum()

data=df.groupby('A')
data.agg({'B':'mean','C':'sum'})
df.groupby('A').apply(np.mean)

对多列求和，放在dataframe里

df.groupby(['A','B']).mean()


as_index=False


dataframe 
横坐标指定：
纵坐标指定：
在 Python 中使用 Pandas 和 Matplotlib 库，您可以按如下步骤将 DataFrame 的两列数据提取出来，制作线性图：
1.导入所需的库：
import pandas as pd
import matplotlib.pyplot as plt
2.读取数据并创建 DataFrame：
假设数据文件名为 "data.csv"，其中包含两列数据 "x" 和 "y"，您可以使用以下代码读取数据并创建 DataFrame：
df = pd.read_csv("data.csv")
3.提取所需的两列数据：
假设您要提取的两列数据分别为 "x" 和 "y"，您可以使用以下代码将它们提取出来：
x = df["x"]
y = df["y"]
4.绘制线性图：
使用以下代码，您可以使用提取的数据绘制线性图：
plt.plot(x, y, 'o')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Linear Plot')
plt.show()
这将绘制一个以 "x" 为横坐标，"y" 为纵坐标的线性图。如果您要更改线条的颜色或样式，可以在 plot() 方法的第三个参数中指定。例如，plt.plot(x, y, 'r--') 将绘制红色虚线的线性图。

plt.plot(t['date_column'],t['总曝光人数'])


日期作为横坐标要变化下

data['date_column']=pd.to_datetime(data['日期'],format='%Y%m%d')

要将 DataFrame 的日期数据作为横坐标，需要先确保日期数据已被正确解析为 pandas 中的日期时间对象。可以通过下面的方式将字符串格式的日期时间数据解析为 pandas 的日期时间对象：

import pandas as pd

# 假设日期字符串的格式为 "%Y-%m-%d %H:%M:%S"
df['date_column'] = pd.to_datetime(df['date_column'], format='%Y-%m-%d %H:%M:%S')

import matplotlib.pyplot as plt

plt.plot(df['date_column'], df['data_column'])
plt.xlabel('Date')
plt.ylabel('Data')
plt.show()

python中时间日期格式化符号：

%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00-59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身

附件

关注公众号「水沐教育科技」，在手机上阅读所有教程，随时随地都能学习。内含一款搜索神器，免费下载全网书籍和视频。

公众号二维码
微信扫码关注公众号

py数据导入&日期处理&dataframe作图

推荐阅读