在阅读一系列文件后,我创建了一个包含7列的数据框:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 756 entries, 0 to 755
数据栏:
Fr(Hz) 756 non-null values
res_ohm*m 756 non-null values
phase_mrad 756 non-null values
ImC_S/m 756 non-null values
Rm_S/m 756 non-null values
C_el 756 non-null values
date 756 non-null values
dtypes: float64(6), object(1)
然后我想按第6列(C_el)对日期进行分组,其中包含12个变量:
Pairs = = data_set.groupby('C_el')
每个组现在包含21的倍数数据(这意味着每21行我有一个新的唯一数据集) - 21指的是第1列(Fr(Hz),其中我为每个数据集使用21个频率
我想要做的是创建一个x,y散射图 - 在X轴上是第1列(Fr(Hz),在Y轴上是第3列(phase_mrad) - 每个数据集将具有21个独特的poits频率,然后我想在同一个图上添加所有可用的数据集,使用不同的颜色
最后一步,是对其余11个小组重复此操作(按照aearlier步骤中的定义)
样本数据集在这里(A12) 目前我在numpy multiple_datasets
中非常难看答案 0 :(得分:1)
我不知道这是否真的能满足你的要求,但我认为groupby
可以帮到你。例如,您可以改为执行此操作,而不是您提供的代码示例:
for key, group in data_set.groupby('C_el'):
# -- define the filename, path, etc..
# e.g. filename = key
group.to_csv(filename, sep=' ')
另见文档here。对不起,我无法帮助你了解更多细节,但我希望它有所帮助。