Pandas - 命名系列中的一列并绘制它
Pandas - name a column in a Series and plot it
使用 Python 2.7 和笔记本,我试图显示一个简单的系列,如下所示:
year
2014 1
2015 3
2016 2
Name: mySeries, dtype: int64
我愿意:
- 命名第二列,我似乎不能用
s.columns = ['a','b']
成功。我们如何做到这一点?
- 绘制这样写年份的结果。当我 运行
s.plot()
时,我得到 x 的年份,这很好,但我得到了奇怪的值:
感谢您的帮助!
如果有帮助,本系列来自以下代码:
df = pd.read_csv(file, usecols=['dates'], parse_dates=True)
df['dates'] = pd.to_datetime(df['date'])
df['year'] = pd.DatetimeIndex(df['dartes']).year
df
这给了我:
dates year
0 2015-05-05 14:21:00 2015
1 2014-06-06 14:22:00 2014
2 2015-05-05 14:14:00 2015
我做的是:
s = pd.Series(df.groupby('year').size())
在之前投下你的索引:
df.set_index(df.index.astype(str),inplace=True)
那么你就会得到你所期望的。
对我来说,按 astype
:
将索引转换为字符串
print s
y
2014 1
2015 3
2016 2
Name: mySeries, dtype: int64
s.index = s.index.astype(str)
s.plot()
使用 Python 2.7 和笔记本,我试图显示一个简单的系列,如下所示:
year
2014 1
2015 3
2016 2
Name: mySeries, dtype: int64
我愿意:
- 命名第二列,我似乎不能用
s.columns = ['a','b']
成功。我们如何做到这一点? - 绘制这样写年份的结果。当我 运行
s.plot()
时,我得到 x 的年份,这很好,但我得到了奇怪的值:
感谢您的帮助!
如果有帮助,本系列来自以下代码:
df = pd.read_csv(file, usecols=['dates'], parse_dates=True)
df['dates'] = pd.to_datetime(df['date'])
df['year'] = pd.DatetimeIndex(df['dartes']).year
df
这给了我:
dates year
0 2015-05-05 14:21:00 2015
1 2014-06-06 14:22:00 2014
2 2015-05-05 14:14:00 2015
我做的是:
s = pd.Series(df.groupby('year').size())
在之前投下你的索引:
df.set_index(df.index.astype(str),inplace=True)
那么你就会得到你所期望的。
对我来说,按 astype
:
print s
y
2014 1
2015 3
2016 2
Name: mySeries, dtype: int64
s.index = s.index.astype(str)
s.plot()