Question

我的pandas dataframe有列：

＆＃39;视频＆＃39;并且＆＃39;链接＆＃39;点击值

带有datetime索引。出于某种原因，当我使用semilogy和boxplot与视频系列时，我得到错误

ValueError: Data has no positive values, and therefore can not be log-scaled.

但是当我在＆＃39;链接＆＃39;我可以正确地绘制箱线图。

我已经验证两者＆＃39;视频＆＃39;并且＆＃39;链接＆＃39;系列具有NaN值和正值。

有关为何发生这种情况的任何想法？以下是我为确认是这种情况所做的工作

以下是示例代码：

#get all the not null values of video to show that there are positive
temp=a.types_pivot[a.types_pivot['video'].notnull()]
print temp

#get a count of all the NaN values to show both 'video' and 'link' has NaN
count = 0 
for item in a.types_pivot['video']:
    if(item.is_integer() == False):
        count += 1

#try to draw the plots
print "there is %s nan values in video" % (count)

fig=plt.figure(figsize=(6,6),dpi=50)
ax=fig.add_subplot(111)
ax.semilogy()
plt.boxplot(a.types_pivot['video'].values)

以下是视频系列代码的相关输出

type link video created_time
2011-02-10 15:00:51+00:00 NaN 5 2011-02-17 17:50:38+00:00 NaN 5 2011-03-22 14:04:56+00:00 NaN 5

there is 5463 nan values in video

我运行相同的确切代码，除了我

a.types_pivot['link']

我可以绘制箱线图。

以下是链接系列的相关输出


Index: 5269 entries, 2011-01-24 20:03:58+00:00 to 2012-06-22 16:56:30+00:00
Data columns:
link        5269  non-null values
photo       0  non-null values
question    0  non-null values
status      0  non-null values
swf         0  non-null values
video       0  non-null values
dtypes: float64(6)

there is 216 nan values in link

Using the describe function

a.types_pivot['video'].describe()

<pre>
count    22.000000
mean     16.227273
std      15.275040
min       1.000000
25%       5.250000
50%       9.500000
75%      23.000000
max      58.000000
</pre>

Answer 1

注意：由于imgur的某些问题，我无法上传图片。我稍后再试。

通过调用pd.DataFrame.boxplot（）来利用pandas matplotlib helper / wrappers。我相信这会照顾你的NaN值。它还将两个系列放在同一个图中，以便您轻松比较数据。

示例创建具有一些NaN值和负值的数据框

In [7]: df = pd.DataFrame(np.random.rand(10, 5)) In [8]: df.ix[2:4,3] = np.nan In [9]: df.ix[2:3,4] = -0.45 In [10]: df Out[10]: 0 1 2 3 4 0 0.391882 0.776331 0.875009 0.350585 0.154517 1 0.772635 0.657556 0.745614 0.725191 0.483967 2 0.057269 0.417439 0.861274 NaN -0.450000 3 0.997749 0.736229 0.084077 NaN -0.450000 4 0.886303 0.596473 0.943397 NaN 0.816650 5 0.018724 0.459743 0.472822 0.598056 0.273341 6 0.894243 0.097513 0.691781 0.802758 0.785258 7 0.222901 0.292646 0.558909 0.220400 0.622068 8 0.458428 0.039280 0.670378 0.457238 0.912308 9 0.516554 0.445004 0.356060 0.861035 0.433503

请注意，我可以像这样计算NaN值的数量：

In [14]: df[3].isnull().sum() # Count NaNs in the 4th column Out[14]: 3

箱形图很简单：

In [16]: df.boxplot()

您可以创建一个半日志箱图，例如：

In [23]: np.log(df).boxplot()

或者，更一般地说，修改/转换为心脏的内容，然后是boxplot。

In [24]: df_mod = np.log(df).dropna() In [25]: df_mod.boxplot()

问题与pandas和semilog for boxplot

1 个答案: