Как построить фрейм данных Pandas с временными рядами в виде строк?

Question

Я пытаюсь представить этот набор данных о смертности от COVID-19 как временной ряд числа смертей на страну. До сих пор я пробовал этот сценарий:

import requests
import pandas as pd
import matplotlib.pyplot as plt


def getdata():
    response = requests.get("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv")
    with open('data.csv', 'wb') as fp:
        fp.write(response.content)


if __name__ == "__main__":
    getdata()
    df = pd.read_csv('data.csv')

    dfg = df.groupby(by='Country/Region').sum()

    dfg.drop(labels=['Lat', 'Long'], axis=1, inplace=True)

    dfg.columns = pd.to_datetime(dfg.columns)

    dfplot = dfg.plot()

    plt.show()

, который создает фрейм данных, подобный следующему:

                    2020-01-22  2020-01-23  2020-01-24  ...  2020-03-25  2020-03-26  2020-03-27
Country/Region                                          ...                                    
Afghanistan                  0           0           0  ...           2           4           4
Albania                      0           0           0  ...           5           6           8
Algeria                      0           0           0  ...          21          25          26
Andorra                      0           0           0  ...           1           3           3
Angola                       0           0           0  ...           0           0           0
...                        ...         ...         ...  ...         ...         ...         ...
Venezuela                    0           0           0  ...           0           0           1
Vietnam                      0           0           0  ...           0           0           0
West Bank and Gaza           0           0           0  ...           0           1           1
Zambia                       0           0           0  ...           0           0           0
Zimbabwe                     0           0           0  ...           1           1           1

Тем не менее, полученный график не показывает временной ряд, а скорее На оси X расположены разные страны:

Я попытался прочитать документацию DataFrame.plot, чтобы увидеть, как я может изменить это поведение, но это довольно кратко. Любые идеи, как я мог бы сделать это sh? 1019 *

Answer 1

Чтобы получить график временных рядов в pandas, ваш индекс должен быть дата-время, а не столбцы. И поскольку их исходные данные поступили с датами в виде столбцов, необходимо изменить их форму:

• melt, чтобы преобразовать исходные данные из широкого в длинный формат с Дата в качестве столбца;
• pivot_table для агрегирования и преобразования в ширину для страны в виде столбцов с Дата в качестве индекса.

Затем вызовите DataFrame.plot, как и предполагалось:

df_deaths = pd.read_csv("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/"
                      "csse_covid_19_time_series/time_series_covid19_deaths_global.csv")

# MELT WIDE DATA TO LONG
df_deaths = (df_deaths.melt(id_vars = ['Province/State', 'Country/Region', 'Lat', 'Long'], 
                            var_name = 'Date', value_name = 'Deaths')
                      .assign(Date = lambda x: pd.to_datetime(x['Date'])))

# PIVOT AGGREGATION TO GENERATE DATE INDEX BY COUNTRY COLUMNS
df_pvt = df_deaths.pivot_table(index='Date', columns='Country/Region', 
                               values='Deaths', aggfunc='sum')

df_pvt.plot(kind='line')

plt.show()

И поскольку выше приведен такой ошеломляющий заговор почти со всеми странами мира, рассмотрите возможность нарезки только нескольких стран, таких как затронутые топ-10, и интеграции объектов matplotlib Axes для лучшего контроля над выход:

top_countries = (df_deaths.groupby('Country/Region')['Deaths'].sum()
                          .sort_values(ascending=False))

fig, ax = plt.subplots(figsize=(15,6))

(df_pvt.reindex(top_countries.index.values[:10], axis = 'columns')
       .plot(kind='line', ax = ax))

plt.show()

Answer 2

извините, если это не то место, чтобы спросить, я новичок здесь. Как бы вы нарисовали те же кривые, но не как функцию от даты, а как функцию от количества дней после 10-й (или любого другого числа) смерти? Таким образом, первый день с 10 или более смертельными исходами становится днем ​​1?

Answer 3

После комментария wwii , другое решение состоит в том, чтобы просто построить транспонирование DataFrame, dfg.T.

Если я добавлю выбор только стран с наибольшим количеством смертей в самый последний день (т.е. по значениям последнего столбца) я прихожу к следующему сценарию

import requests
import pandas as pd
import matplotlib.pyplot as plt


def getdata():
    response = requests.get("https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv")
    with open('data.csv', 'wb') as fp:
        fp.write(response.content)


if __name__ == "__main__":
    getdata()
    df = pd.read_csv('data.csv')
    dfg = df.groupby(by='Country/Region').sum()
    dfg.sort_values(by=dfg.columns[-1], ascending=False, inplace=True)
    dfg.drop(labels=['Lat', 'Long'], axis=1, inplace=True)
    dfg.columns = pd.to_datetime(dfg.columns)
    dfplot = dfg.iloc[:10].T.plot()
    plt.show()

, который выдает такой же график, как показано в принятом ответе: