Python pandas如何提取object类型AIS V1前10%数据绘制散点图

你可以通过手动计算截取行数的方式实现需求，不需要依赖nlargest()方法，两种常见场景的实现方案如下：

场景1：取AIS V1全量数据的前10%行绘图 #

如果你需要的是全量符合条件的数据按顺序截取前10%，使用以下代码：

# 筛选AIS V1对应的全部数据
ais_df = VRAM1[VRAM1["System"] == "AIS V1"].copy()
# 如有排序需求，可先按指定字段排序，示例为按上报日期升序排列
# ais_df = ais_df.sort_values("ReportDate", ascending=True)
# 计算前10%对应的行数
cutoff_idx = int(len(ais_df) * 0.1)
# 截取数据绘图
ais_df.iloc[:cutoff_idx].plot(kind='scatter', x='ReportDate', y='Site', figsize = (15,120))
plt.title('AIS V1 System (Top 10% Data)')

场景2：取出现频率前10%的Site对应所有数据绘图 #

如果你需要的是保留Site取值排名前10%的所有相关数据，使用以下代码：

# 筛选AIS V1对应的全部数据
ais_df = VRAM1[VRAM1["System"] == "AIS V1"].copy()
# 统计每个Site的出现次数
site_cnt = ais_df['Site'].value_counts()
# 取前10%的Site列表
top_sites = site_cnt.head(int(len(site_cnt)*0.1)).index
# 过滤出仅包含前10%Site的数据
filtered_df = ais_df[ais_df['Site'].isin(top_sites)]
# 绘图
filtered_df.plot(kind='scatter', x='ReportDate', y='Site', figsize = (15,120))
plt.title('AIS V1 System (Top 10% Site Data)')

• 两种方案均规避了object类型数据无法使用nlargest()的问题，可根据你的实际业务定义的「前10%」选择对应方案即可。

内容的提问来源于stack exchange，提问作者Abwethin85