- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个这样的DataFrame
df = pd.DataFrame({
'comments': {0: 0, 1: 1, 2: 47, 3: 102, 4: 230},
'content_len': {0: 4305, 1: 7344, 2: 8431, 3: 5662, 4: 3706},
'day': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2},
'dayofweek': {0: 2, 1: 2, 2: 2, 3: 3, 4: 3},
'domain': {0: 'habrahabr.ru',
1: 'habrahabr.ru',
2: 'habrahabr.ru',
3: 'habrahabr.ru',
4: 'geektimes.ru'},
'favs': {0: 0, 1: 1, 2: 72, 3: 36, 4: 6},
'post_id': {0: 18284, 1: 18285, 2: 18286, 3: 18291, 4: 18294},
'views': {0: 236, 1: 353, 2: 1200, 3: 5700, 4: 1400},
'votes_minus': {0: 0.0, 1: 0.0, 2: 5.0, 3: 3.0, 4: 15.0},
'votes_plus': {0: 0.0, 1: 1.0, 2: 45.0, 3: 72.0, 4: 73.0},
'year_month': {0: datetime.strptime('2008-01-01', '%Y-%m-%d'),
1: datetime.strptime('2008-01-01', '%Y-%m-%d'),
2: datetime.strptime('2008-02-01', '%Y-%m-%d'),
3: datetime.strptime('2008-02-01', '%Y-%m-%d'),
4: datetime.strptime('2008-03-01', '%Y-%m-%d'),}})
现在我想绘制按“year_month”分组的不同图形,每个域一个图形。
例如文章数量
df[df.domain=='habrahabr.ru'].groupby('year_month').count()[['domain']].rename(columns={'domain':'habrahabr.ru'}).join(
df[df.domain=='geektimes.ru'].groupby('year_month').count()[['domain']].rename(columns={'domain':'geektimes.ru'})).plot()
或表示content_len
df[df.domain == 'habrahabr.ru'].groupby('year_month').mean()[['content_len']].rename(columns={'content_len':'habrahabr.ru'}).astype(int).join(
df[df.domain == 'geektimes.ru'].groupby('year_month').mean()[['content_len']].rename(columns={'content_len':'geektimes.ru'}).astype(int)).plot()
有没有比我给出的更优雅的解决方案?
最佳答案
所有领域的解决方案:
我认为您可以在groupby
函数中添加新列,然后按unstack
进行整形。 :
What is the difference between size and count in pandas?
a = df.groupby(['year_month', 'domain']).size().unstack(fill_value=0)
print (a)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0 2
2008-02-01 0 2
2008-03-01 1 0
a.plot()
也可以通过sum
、mean
...进行聚合
b = df.groupby(['year_month', 'domain'])['content_len'].mean().unstack(fill_value=0)
print (b)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0.0 5824.5
2008-02-01 0.0 7046.5
2008-03-01 3706.0 0.0
b.plot()
另一个有点慢的解决方案是 pivot_table
:
a = df.pivot_table(index='year_month', columns='domain', aggfunc='size', fill_value=0)
print (a)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0 2
2008-02-01 0 2
2008-03-01 1 0
b = df.pivot_table(index='year_month',
columns='domain',
values='content_len',
aggfunc='mean',
fill_value=0)
print (b)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0 5824.5
2008-02-01 0 7046.5
2008-03-01 3706 0.0
过滤域的解决方案:
如果只需要过滤某些域,请使用 boolean indexing
与 isin
用于 bool 掩码或 query
:
df1 = df[df['domain'].isin(['habrahabr.ru','geektimes.ru'])]
a = df1.groupby(['year_month', 'domain']).size().unstack(fill_value=0)
print (a)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0 2
2008-02-01 0 2
2008-03-01 1 0
df1 = df.query('domain == ["habrahabr.ru", "geektimes.ru"]')
a = df1.groupby(['year_month', 'domain']).size().unstack(fill_value=0)
print (a)
domain geektimes.ru habrahabr.ru
year_month
2008-01-01 0 2
2008-02-01 0 2
2008-03-01 1 0
关于python plot过滤groupby,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45138327/
场景 网站页面有一个带有分页、过滤、排序功能的表格 View 。 表中的数据是从REST API服务器获取的,数据包含数百万条记录。 数据库 REST API 服务器 Web 服务器 浏览器 问
我有一个表student,其中的列dte_date(日期)具有值(2019-01-01、2019-02-01、2019-03-01)。 .等) 条件: dte_date 列中没有重复值。 但 dte_
我有一些逻辑可以根据不活动的用户创建通知。我正在获取具有以下属性的用户列表。我想做的只是在部门有非 Activity 用户时触发我的创建通知方法。因此,给出下面的列表,基本上会创建 1 个通知,表示部
使用 GPS 开发跟踪应用程序。一切都很好,但有时由于封闭区域或恶劣天气,我得到的分数不准确。当您绘制它们时,它看起来不对,有很多跃点/跳跃。 我应该运行什么算法来过滤掉不良信号对我来说,这看起来像是
我正在尝试按变量类型过滤对象数组。节点是一个具有位置的对象,但以不同的方式定义——作为点、矢量或附件。这是一个代码: class Joint { var position:Position
我想做的是在向量上创建一个过滤器,以便它删除未通过谓词测试的元素;但不太确定我该怎么做。 我根据谓词评估输入向量中的每个元素,例如在我的代码中,is_even 仿函数在 device_vector 向
我是 Gremlin 的新手,我正在使用 Gremlin 3.0.2 和 Stardog 5.0。我编写此查询是为了找出 schema.org 本体中两个实体之间的路径。以下是输出 - gremlin
考虑以下示例数据表, dt 30 的那一行需要去 - 或者如果其中两行 > 30相隔几秒钟,删除所有 3 个。然而 ,当我们有 4 行或更多行时,我们需要删除时间差 > 30 没有另一对 < 30
我正在考虑使用 ZeroMQ,并尝试了一些示例。但是,我无法验证 ZeroMQ 是否支持一些重要的要求。我希望你能帮助我。 我将使用这个简单的场景来问我的问题: 出版商(例如交易所)提供(大量)股票的
我需要从我的查询中过滤掉大量的对象。目前,它正在抓取类中的所有对象,我想将其过滤为查询字符串中的相关对象。我怎样才能做到这一点?当我尝试时,我收到一个属性错误说明 ''QuerySet' object
如何在 Prometheus 查询中添加标签过滤器? kube_pod_info kube_pod_info{created_by_kind="ReplicaSet",created_by_name=
我有包含字符串的列的数据框,并希望过滤掉包含某些字符串以外的任何内容的所有行。考虑下面的简化示例: string % dplyr::filter(stringr::str_detect(string,
我有以下数据框,其中包含多行的角度变化值: 'data.frame': 712801 obs. of 4 variables: $ time_passed: int 1 2 3 4 5 6
我有一个 BehaviorSubject我希望能够filter ,但要保持新订阅者在订阅时始终获得一个值的行为主题式质量,即使最后发出的值被过滤掉。有没有一种简洁的方法可以使用 rxjs 的内置函数来
我有一个 RSS 提要,每天输出大约 100 篇文章。我希望过滤它以仅包含更受欢迎的链接,也许将其过滤到 50 个或更少。回到当天,我相信您可以使用“postrank”来做到这一点,但在谷歌收购后现已
我有这样一个重复的xml树- this is a sample xml file yellowred blue greyredblue 如您所见,每个项目可以具有不同数量的颜色标签
我以为我在 Haskell 学习中一帆风顺,直到... 我有一个 [[Int]] tiles = [[1,0,0] ,[0,1,0] ,[0,1,0]
我在使用 Knockout.js 过滤可观察数组时遇到问题 我的js: 包含数据的数组 var docListData = [ { name: "Article Name 1", info:
我在 mongoDB 中有这个架构: var CostSchema = new Schema({ item: String, value: Number }); var Attachm
给定一个数据框“foo”,我如何才能只选择“foo”中的那些行,例如foo$location =“那里”? foo = data.frame(location = c("here", "there",
我是一名优秀的程序员,十分优秀!