我有一个带有Date_of_Purchase
列的pandas数据框,其中包含许多datetime
个值:
dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
dop_phev
输出:
0 2015-07-20
1 2015-07-20
3 2015-07-20
4 2015-07-24
5 2015-07-24
...
502 2017-09-16
503 2017-09-18
504 2017-06-14
505 2017-09-21
506 2017-09-22
Name: Date_of_Purchase, Length: 383, dtype: datetime64[ns]`
我想制作一个累积购买图y
,与日期x
。我开始研究一个解决方案,在这个解决方案中,我遍历每个日期并计算所有日期,而不是那个日期,但它绝对是一个"非pythonic"解。我怎样才能用pythonic代码实现这个目标?
编辑:我不确定它会是什么样子,但这是我目前的解决方案:
dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
cum_count = np.zeros(len(dop_phev.unique()))
for i, date in enumerate(dop_phev.unique()):
cum_count[i] = sum(dop_phev<date)
plt.plot(dop_phev.unique(),cum_count)
这并不是很有效......
作为参考,我正在研究this dataset关于电动汽车折扣的问题。您可以在我的GitHub repo here上找到CSV数据。
答案 0 :(得分:1)
您可以使用Series.groupby
,然后使用Series.plot
:
dop_phev = dop_phev.groupby(dop_phev).apply(lambda x: sum(dop_phev<x.name))
print (dop_phev)
2015-07-20 0
2015-07-24 3
2017-06-14 5
2017-09-16 6
2017-09-18 7
2017-09-21 8
2017-09-22 9
Name: Date_of_Purchase, dtype: int64
dop_phev.plot()