Фильтрация по условиям и построение графиков партии в python - PullRequest
Новая
       18

Фильтрация по условиям и построение графиков партии в python

0 голосов
/ 15 марта 2020

У меня есть набор данных df, как показано ниже: 

    id         timestamp        data     group_id
99  265 2019-11-28 15:44:34.027  22.5         1
100 266 2019-11-28 15:44:34.027  23.5         2
101 267 2019-11-28 15:44:34.027  27.5         3
102 273 2019-11-28 15:44:38.653  22.5         1
104 275 2019-11-28 15:44:38.653  22.5         2

Я построил график для фрагмента данных, сгруппированных по конкретному group_id и дате, например. group_id == 3, дата = 2020-01-01 , используя код ниже: 

df['timestamp'] = pd.to_datetime(df['timestamp'])

GROUP_ID = 2
df = df[df['group_id'] == GROUP_ID]

df['Date'] = [datetime.datetime.date(d) for d in df['timestamp']] 
df = df[df['Date'] == pd.to_datetime('2020-01-01')]      

df.plot(x='timestamp', y='data', figsize=(42, 16)) 
plt.axhline(y=40, color='r', linestyle='-')
plt.axhline(y=25, color='b', linestyle='-')

df['top_lim'] = 40
df['bottom_lim'] = 25

plt.fill_between(df['timestamp'], df['bottom_lim'], df['data'],
                where=(df['data'] >= df['bottom_lim'])&(df['data'] <= df['top_lim']),
                facecolor='orange', alpha=0.3)

mask = (df['data'] <= df['top_lim'])&(df['data'] >= df['bottom_lim'])
plt.scatter(df['timestamp'][mask], df['data'][mask], marker='.', color='black')

cumulated_time = df['timestamp'][mask].diff().sum()
plt.gcf().subplots_adjust(left = 0.3)

plt.xlabel('Timestamp')
plt.ylabel('Data')
plt.show()

Теперь я хочу построить график для каждого group_id для каждого date. Как мне это сделать? Есть ли способ сгруппировать данные по этим двум условиям и построить графики? Или лучше использовать for-loop?

1 Ответ

0 голосов
/ 15 марта 2020

Используя for-l oop, вы можете использовать следующий подход. Предполагая, что для каждой группы у вас есть 2 даты, хорошим способом построения графика было бы иметь 2 столбца и строки, равные количеству групп 

rows=len(groups) #set the desired number of rows
cols=2 #set the desired number of columns

fig, ax = plt.subplots(rows, cols, figsize=(13,8),sharex=False,sharey=False) # if you want to turn off sharing axis.
g=0 #to iterate over rows/cols
d=0 #to iterate over rows/cols
for group in groups:
    for date in dates:
        GROUP_ID = group
        df = df[df['group_id'] == GROUP_ID]
        df['Date'] = [datetime.datetime.date(d) for d in df['timestamp']] 
        df = df[df['Date'] == date]      
        df.plot(x='timestamp', y='data', figsize=(42, 16)) 
        ax[g][d].axhline(y=40, color='r', linestyle='-')
        ax[g][d].axhline(y=25, color='b', linestyle='-')
        df['top_lim'] = 40
        df['bottom_lim'] = 25
        ax[g][d].fill_between(df['timestamp'], df['bottom_lim'], df['data'],
                        where=(df['data'] >= df['bottom_lim'])&(df['data'] <= df['top_lim']),
                        facecolor='orange', alpha=0.3)
        mask = (df['data'] <= df['top_lim'])&(df['data'] >= df['bottom_lim'])
        ax[g][d].scatter(df['timestamp'][mask], df['data'][mask], marker='.', color='black')
        cumulated_time = df['timestamp'][mask].diff().sum()

        d=d+1
        if d==1:
            g=g
        else:
            g=g+1
            d=0


fig.text(0.5, -0.01, 'Timestamp', ha='center', va='center',fontsize=20)
fig.text(-0.01, 0.5, 'Data', ha='center', va='center', rotation='vertical',fontsize=20)
plt.subplots_adjust(left = 0.3)
...