次のような形式の長年の温度レコードを含む温度ファイルがあります。
2012-04-12,16:13:09,20.6
2012-04-12,17:13:09,20.9
2012-04-12,18:13:09,20.6
2007-05-12,19:13:09,5.4
2007-05-12,20:13:09,20.6
2007-05-12,20:13:09,20.6
2005-08-11,11:13:09,20.6
2005-08-11,11:13:09,17.5
2005-08-13,07:13:09,20.6
2006-04-13,01:13:09,20.6
毎年、記録の数、時間は異なるため、pandas datetimeindicesはすべて異なります。
比較するために、同じ図に異なる年のデータをプロットします。 X軸は1月から12月、Y軸は温度です。これを行うにはどうすればよいですか?
Changの答えは同じ図に複数回プロットする方法を説明していますが、この場合は groupby
と unstack
ing:
(これはデータフレーム内にあり、日時インデックスがすでにあると仮定します)
In [1]: df
Out[1]:
value
datetime
2010-01-01 1
2010-02-01 1
2009-01-01 1
# create additional month and year columns for convenience
df['Month'] = map(lambda x: x.month, df.index)
df['Year'] = map(lambda x: x.year, df.index)
In [5]: df.groupby(['Month','Year']).mean().unstack()
Out[5]:
value
Year 2009 2010
Month
1 1 1
2 NaN 1
簡単にプロットできるようになりました(毎年個別の行として):
df.groupby(['Month','Year']).mean().unstack().plot()
試してください:
ax = df1.plot()
df2.plot(ax=ax)
Jupyter/Ipythonノートブックを実行していて、使用に問題がある場合;
ax = df1.plot()
df2.plot(ax=ax)
同じセル内でコマンドを実行してください!!何らかの理由で、連続したセルに分離されている場合は機能しません。少なくとも私にとっては。
複数のデータフレームに対してこれを行うには、それらに対してforループを実行できます。
fig = plt.figure(num=None, figsize=(10, 8))
ax = dict_of_dfs['FOO'].column.plot()
for BAR in dict_of_dfs.keys():
if BAR == 'FOO':
pass
else:
dict_of_dfs[BAR].column.plot(ax=ax)