Построение выбранных значений из TXT-файла в Python

Question

У меня есть текстовый файл, который содержит данные, соответствующие каждой секунде в каждый день 2016-2018 годов (каждый день получается более 1400 данных), во-первых, я выбрал данные в определенный день: 05.01.2016, затемЯ хочу нарисовать график на python, используя данные дня

, следующий код предназначен для выбора значений и построения графика:

if '01.05.2016' in row: #select the value in day 05.01.2016
    x = [row.split()[6]] 
    y = [row.split()[2]]
fig = plt.figure()
ax1 = fig.add_subplot(111)
ax1.plot(x,y)
plt.ylim((200,800))
plt.show()

, если я использую команду:

x = [row.split()[6]] 
y = [row.split()[2]]
print(x,y)

тогда x и y успешно завершатся (только несколько пар значений xy в качестве примера):

['01.05.2016/15:43:00'] ['499']
['01.05.2016/15:44:00'] ['501']
['01.05.2016/15:45:00'] ['502']
['01.05.2016/15:46:00'] ['502']

часть моего исходного файла txt.file имеет вид:

01.05.2016  15:43:00    499 U   42491,65486  -0,01   01.05.2016/15:44:00
01.05.2016  15:44:00    501 U   42491,65556  0,01   01.05.2016/15:45:00 
01.05.2016  15:45:00    502 U   42491,65625  0,02   01.05.2016/15:46:00 
01.05.2016  15:46:00    503 U   42491,65694  0,03   01.05.2016/15:47:00 

Но если я продолжу писать команду для рисования графа.график показывает только одну пару (последнюю пару) значение xy, мой график выглядит так:

кто мне может помочь?

Answer 1

Вы можете сделать это следующим образом:

import matplotlib.pyplot as plt
df = pd.read_csv('file.txt', sep = '\t', names = ["col", "col1", "val", "col3", "col4", "time"])
df['time'] = pd.to_datetime(df['time'], format='%d.%m.%Y/%H:%M:%S')
df.set_index('time', inplace=True)
match_timestamp = "01.05.2016"
df1 = df.loc[df.index.strftime("%m.%d.%Y") == match_timestamp]
print df1
df1['val'].plot()
plt.show()

Будьте осторожны, который является вашим разделителем в pd.read_csv

Пример

Ввод:

01.04.2016  15:46:00    503 42491,65694 0,03    02.05.2016/15:47:00
01.05.2016  15:43:00    499 42491,65486 -0,01   01.05.2016/15:44:00
01.05.2016  15:44:00    501 42491,65556 0,01    01.05.2016/15:45:00 
01.05.2016  15:45:00    502 42491,65625 0,02    01.05.2016/15:46:00 
01.05.2016  15:46:00    503 42491,65694 0,03    01.05.2016/15:47:00 
02.05.2016  15:46:00    503 42491,65694 0,03    02.05.2016/15:47:00

df1:

                            col      col1   val         col3   col4
time                                                               
2016-01-05 15:44:00  01.05.2016  15:43:00   499  42491,65486  -0,01
2016-01-05 15:45:00  01.05.2016  15:44:00   501  42491,65556   0,01
2016-01-05 15:46:00  01.05.2016  15:45:00   502  42491,65625   0,02
2016-01-05 15:47:00  01.05.2016  15:46:00   503  42491,65694   0,03