我有一个数据集:
367235 419895 992194
1999-01-11 8 5 1
1999-03-23 NaN 4 NaN
1999-04-30 NaN NaN 1
1999-06-02 NaN 9 NaN
1999-08-08 2 NaN NaN
1999-08-12 NaN 3 NaN
1999-08-17 NaN NaN 10
1999-10-22 NaN 3 NaN
1999-12-04 NaN NaN 4
2000-03-04 2 NaN NaN
2000-09-29 9 NaN NaN
2000-09-30 9 NaN NaN
当我绘制它时,使用plt.plot(df, '-o')
我得到了这个:
但我希望每列的数据点连接成一行,如下所示:
据我所知,matplotlib不会连接由NaN值分隔的数据点。我查看了处理缺失数据的所有选项here,但所有这些选项基本上都会错误地表示数据框中的数据。这是因为数据帧中的每个值都代表一个事件;如果我尝试用标量值替换NaN或使用插值选项,我会得到一堆实际上不在我的数据集中的点。这是插值的样子:
df_wanted2 = df.apply(pd.Series.interpolate)
如果我尝试使用dropna
,我将丢失数据帧中的整行\列,这些行包含有价值的数据。
有谁知道连接点的方法?我怀疑我需要从数据框中提取单个数组并绘制它们,就像给出here的建议一样,但这看起来像很多工作(我的实际数据框要大得多。)有没有人有解决方案?
答案 0 :(得分:11)
使用参数interpolate
'index'
方法
df.interpolate('index').plot(marker='o')
替代答案
在plot
之后 iteritems
for _, c in df.iteritems():
c.dropna().plot(marker='o')
额外信用
仅从第一个有效索引插入到每列的最后一个有效索引
for _, c in df.iteritems():
fi, li = c.first_valid_index(), c.last_valid_index()
c.loc[fi:li].interpolate('index').plot(marker='o')
答案 1 :(得分:4)
尝试使用apply
进行迭代,然后在apply函数中删除缺少的值
def make_plot(s):
s.dropna().plot()
df.apply(make_plot)
答案 2 :(得分:3)
另一种方法是使用connectgaps
函数将NaN
处理外包给图表库Plotly。
import plotly
import pandas as pd
txt = """367235 419895 992194
1999-01-11 8 5 1
1999-03-23 NaN 4 NaN
1999-04-30 NaN NaN 1
1999-06-02 NaN 9 NaN
1999-08-08 2 NaN NaN
1999-08-12 NaN 3 NaN
1999-08-17 NaN NaN 10
1999-10-22 NaN 3 NaN
1999-12-04 NaN NaN 4
2000-03-04 2 NaN NaN
2000-09-29 9 NaN NaN
2000-09-30 9 NaN NaN"""
data_points = [line.split(' ') for line in txt.splitlines()[1:]]
df = pd.DataFrame(data_points)
data = list()
for i in range(1, len(df.columns)):
data.append(plotly.graph_objs.Scatter(
x = df.iloc[:,0].tolist(),
y = df.iloc[:,i].tolist(),
mode = 'line',
connectgaps = True
))
fig = dict(data=data)
plotly.plotly.sign_in('user', 'token')
plot_url = plotly.plotly.plot(fig)