从python中的数据帧创建散点图

发布于 2025-01-22 06:40:36 字数 656 浏览 1 评论 0原文

我正在尝试从数据框架中创建一个散点图，但是我只能通过一些修改来实现它，而我无法使它起作用。

我的数据框如下。

	1S	2S	1分钟
1月2日1月2日	0.1	0.4	0.3
1月18日18	0.2	0.2 0.2	0.2 0.2
1月1日18	0.3	0.2	0.1

我想创建的是每个时间间隔（sec/min）平均时间间隔的平均散点图。

在我的数据范围内，我的时间间隔最高30分钟。

我知道我可以将平均值添加到另一个数据框架中，并在分钟内分别调整时间间隔，但是是否有一种较短的方法可以做到这一点，而不是硬编码变量？

我假设.mean（）将计算满足第一个条件的列均值，但是我不确定将minuets转换为plt.scatter（）代码中的秒数的简短方法。

事先感谢您的任何帮助。

原文

I am attempting to create a scatter plot from a data frame which alone I can do however with some modifications I cannot get it to work.

my data frame is as follows.

	1s	2s	1min
2 Jan 18	0.1	0.4	0.3
3 Jan 18	0.2	0.3	0.2
4 Jan 18	0.3	0.2	0.1

What I would like to create is a scatter plot of the average of each time interval (sec/min) plotted against the time interval in seconds.

In my data frame I have time intervals up to 30mins.

I know I could add the mean to another data frame and adjust the time intervals in mins to seconds separately, however is there a shorter way to do this that's not hardcoding variables?

I assume that .mean() will calculate the column means which satisfies the first condition but I am unsure of a short way to convert the minuets to seconds within the plt.scatter() code.

Thanks in advance for any help.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

金橙橙 2025-01-29 06:40:36

我找到了解决方案；

Xav = dataframe.mean() #to get the mean across the days 

Xav.index
time = [0] +[pd.Timedelta(x).total_seconds() for x in Xav.index[1:]]
#to convert the columns into seconds 

fig, axes = plt.subplots(nrows=1,ncols=0,figsize=(20,4))
sns.scatterplot(x=time,y=Xav,ax=axes[0])
axes[0].set_xlabel('Sampling frequency (secs)')
axes[0].set_ylabel('Averaged X')

I have found a solution;

Xav = dataframe.mean() #to get the mean across the days 

Xav.index
time = [0] +[pd.Timedelta(x).total_seconds() for x in Xav.index[1:]]
#to convert the columns into seconds 

fig, axes = plt.subplots(nrows=1,ncols=0,figsize=(20,4))
sns.scatterplot(x=time,y=Xav,ax=axes[0])
axes[0].set_xlabel('Sampling frequency (secs)')
axes[0].set_ylabel('Averaged X')

回复收藏 0 原文

~没有更多了~