Question

我正在通过Pandas使用Python读取CSV文件并创建数据框。以下是显示每小时数据的打印声明的一部分：

      Location                Time         Count      Speed    Parameter1...
0         CCNY 2010-01-01 06:00:00             1      48.00    35.8
1         CCNY 2010-01-01 07:00:00             2      18.00    32.6
...        ...                 ...           ...        ...    ...
97775     PS19 2013-12-31 21:00:00           178       9.27    12.8
97776     PS19 2013-12-31 22:00:00           190       8.90    11.7

（时间是一列，同时包含日期和时间。）

这就是我需要做的事情：

每日绘制速度与每个位置的各种参数（数据保存每小时信息）。我没有在上面的打印示例中显示各种参数，但它们保存在每行的其他列中。对于每个CCNY位置，有速度和其他4个参数。对于PS19位置，只有速度和另外一个参数。因此，对于1月份，将有31个CCNY用于速度与参数1的图表，31个用于CCNY用于速度与参数2的图表，31个用于CCNY用于速度与参数3的图表，以及31个用于CCNY用于速度与参数4的图表。对于PS19的另一个位置，与参数1相比，只有31个速度图。如果这令人困惑，请评论！
接下来，对于每个图，我需要添加最佳拟合线并计算斜率和r平方值。

鉴于所有大输出，我想将所有绘图作为图像输出到文件夹，并将每个位置和天的斜率和r平方值输出为CSV。

我正在创建数据框，如下所示：

def parse_date(raw_date):
    return datetime.strptime(raw_date, '%Y-%m-%d %H:%M:%S')

df = pd.read_csv('part-00000', delimiter=',')
df['Time'] = df['Time'].map(parse_date)

这是我到目前为止的尝试，但它无法正常运行：

locations = { 'CCNY': ('Parameter1', 'Parameter2', 'Parameter3', 'Parameter4'),
             'PS19': ('Parameter1') }

for location in locations.keys():
    for i in xrange(0, len(locations[location])):  
        df.groupby(df['Time'].dt.day).plot(x='Average_Speed', y=locations[location][i], style = 'o', title=location+": "+locations[location][i]+" "+str(i))
        plt.savefig('plots/plot'+str(location)+str(locations[location][i])+'_'+str(i)+'.png')

Answer 1

我解决了这个问题：

首先，需要循环遍历groupby创建的组，这就是为什么它只生成4个图：

for i, group in df.groupby(df['Time'].dt.date)

其次，要计算斜率和r值，可以使用SciPy：

from scipy.stats import linregress

并在循环中添加：

slope, intercept, r, p, stderr = linregress(group['Speed'], group[Parameter])

使用Python

1 个答案: