pandas可视化PM2.5的一个小例子

首先导入数据，并且查看数据的样式

import pandas as pd
import matplotlib.pyplot as plt
file_path = './PM2.5/BeijingPM20100101_20151231.csv'

df = pd.read_csv(file_path)
print(df.head())

 

 

 现在，要以PM_US Post和PM_Dongsi这两列为Y轴，时间X轴来画折线图。

这里可以发现几个问题，首先;时间中年月日小时是分开的，需要将其合并为2010-01-01 05:00这样可读的pandas类型。第二：PM_US Post这一列有NaN值，需要处理掉。

解决方法：针对第一个问题，可以使用pd.PeriodIndex（）方法（效果如下图）。针对第二个问题，可以选择删除NAN的数据，因为空数据不多。

#把分开的时间字符串通过PeriodIndex方法转换为pands的时间类型
period = pd.PeriodIndex(year=df['year'], month=df['month'],day=df['day'],hour=df['hour'],freq='H')
print(period)

 

 

 

 全部代码：

import pandas as pd
import matplotlib.pyplot as plt
file_path = './PM2.5/BeijingPM20100101_20151231.csv'

df = pd.read_csv(file_path)
#把分开的时间字符串通过PeriodIndex方法转换为pands的时间类型
period = pd.PeriodIndex(year=df['year'], month=df['month'],day=df['day'],hour=df['hour'],freq='H')

#将整合的时间添加到数据中去
df['datetime'] = period

#将datetime设置为索引,原地修改
df.set_index('datetime', inplace=True)

#由于数据量太多，画图时不美观，所以以一周进行降采样(取平均值)
df = df.resample('7D').mean()

#处理q缺失数据 （PM_US POST列），删除
data = df['PM_US Post']  #删除应该是data = df['PM_US Post'].dropna() ,d但这里不删除，因为PM_Dongsi 这列数据缺失有点多。


#画图
_x = data.index
#重新格式化日期显示格式
_x = [i.strftime('%Y-%m-%d') for i in _x]
_y = data.values

_x_china = [i.strftime('%Y-%m-%d') for i in data_china.index]
_y_china = data_china.values


plt.figure(figsize = (20,8))
plt.plot(range(len(_x)), _y, label='US_POST_PM2.5')
plt.plot(range(len(_x)), _y_china, label = 'China_POST_PM2.5')

plt.xticks(range(0,len(_x),10),list( _x)[::10],rotation = 45)

plt.legend()
plt.show()