我正在使用pandas(python库)来分析一组数据。 我的工作是根据时间调整这些数据。 我会解释: 我有不同的开关,如果按下或不按下,它们会给我1或0,并且 按下后,它会在一段时间后自行返回到先前的状态,并且有不同的开关。这些数据与状态的日期和时间一起保存在csv文件中。 我的目标是在这样的图中查看一天的开关状态: https://ibb.co/RgJbq9J
一天中的任何时候都可以按下开关,我的问题是我无法对齐图中的数据。
数据示例
//Arrange
var foo_fake = A.Fake<Foo>(options => options.CallsBaseMethods());
Action<Foo> subject = foo => foo.MethodA();
//Act
subject(foo_fake);
//Assert
A.CallTo(() => foo_fake.MethodA()).MustHaveHappened();
A.CallTo(() => foo_fake.MethodB()).MustHaveHappened();
这是我的目标,即在每天绘制的图形中显示所有开关。 该图形与上表中的数据无关。
答案 0 :(得分:0)
好的,我添加了一个额外的值集,以显示一些多样性:
datetime 3 switch 3
0 2018-08-12 08:13:00.000 0
1 2018-08-12 08:13:01.915 0
2 2018-08-12 08:13:40.607 1
3 2018-08-12 08:14:02.863 0
4 2018-08-12 08:14:51.945 1
5 2018-08-12 08:15:57.060 0
6 2018-08-12 08:16:39.584 1
7 2018-08-12 08:16:48.351 1
8 2018-08-12 08:17:55.674 1
9 2018-08-12 08:18:46.208 0
10 2018-08-12 08:20:00.030 1
11 2018-08-12 08:20:02.992 0
12 2018-08-12 08:21:20.673 1
13 2018-08-12 08:22:29.867 1
14 2018-08-12 08:23:04.670 0
15 2018-08-12 08:23:54.177 0
脚本:
import os
import pandas as pd
import matplotlib.pyplot as plt
root = r'C:\Users\...\...'
file_name = 'test_file.xlsx'
full_path = os.path.join(root, file_name)
### Import data
df = pd.read_excel(full_path)
### Get our switch columns
switch_cols = [i for i in df.columns.values.tolist() if i.startswith('switch')]
### Subset our main dataframe to include only switch columns
df1 = df.reindex(columns=switch_cols).copy()
def plot_results(dataframe):
### Get swtich column names into a list
y_cols = [i for i in dataframe.columns.values.tolist()]
### Make the x-axis value set our dataframe axis values
x_vals = dataframe.index.values.tolist()
### Create subplots based on the numer of swtich columns
fig, axs = plt.subplots(len(y_cols), 1, sharex=True)
### Remove horizontal space between axes
fig.subplots_adjust(hspace = 0)
### Iterate over enumerated list of switch columns
for i, v in enumerate(switch_cols):
### set axes to plot values from a swtich set;
### Set drawstyle to 'steps-pre'
axs[i].plot(x_vals, dataframe[v].values, drawstyle='steps-pre')
### Add padding to y-axis limits
axs[i].set_ylim(-0.1, 1.1)
### Set y-axis label to switch column label
axs[i].set_ylabel(v)
### Plot results
plt.show()
plot_results(df1)
输出: