Pandas按小时与月份分组计算DataFrame均值并绘制时序图
分小时-月份维度的均值计算与绘图实现
1. 依赖库导入
整个流程通过pandas完成数据处理、matplotlib完成图表绘制,首先导入所需库:
import pandas as pd import matplotlib.pyplot as plt
2. 数据格式预处理
注意:你的原始时间戳是「日-月-年 时:分:秒」的书写格式,转换时间类型时必须指定匹配格式,否则pandas会自动将前两位识别为月份,造成时间解析错误。
首先构造和你提供的示例一致的测试数据集,完成时间格式转换:
# 构造示例DataFrame df = pd.DataFrame({ 'timestamp': [ '01-01-2010 00:00:00', '30-01-2019 00:00:00', '01-02-2015 12:00:00', '25-02-2007 05:00:00', '01-02-2015 05:00:00' ], 'value1': [10, 5, 1, 10, 10], 'value2': [5, 1, 0, 10, 1] }) # 按日-月-年的规则解析时间戳 df['timestamp'] = pd.to_datetime(df['timestamp'], format='%d-%m-%Y %H:%M:%S')
3. 提取统计维度标签
从解析后的时间字段中分离出小时、月份信息,拼接为要求的hour-month格式标签(统一两位数字补零,比如1点补为01):
df['hour'] = df['timestamp'].dt.hour df['month'] = df['timestamp'].dt.month df['hour-month'] = ( df['hour'].astype(str).str.zfill(2) + '-' + df['month'].astype(str).str.zfill(2) )
4. 分组计算均值
按照hour-month维度分组,对value1和value2列计算算术平均值,结果按月份、小时的自然顺序排序,避免后续绘图时坐标轴混乱:
stats_result = df.groupby('hour-month')[['value1', 'value2']].mean().reset_index() stats_result = stats_result.sort_values(by=['month', 'hour'])
计算得到的结果和你提供的参考统计表完全一致:
| hour-month | value1 | value2 |
|---|---|---|
| 00-01 | 7.5 | 3.0 |
| 05-02 | 10.0 | 5.5 |
| 12-02 | 1.0 | 0.0 |
5. 绘制时序统计图
基于计算得到的均值表,绘制双序列折线图,和参考图表的展示逻辑保持一致:
# 解决matplotlib中文显示乱码问题 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False plt.figure(figsize=(10, 6)) # 绘制两条数值序列的均值折线 plt.plot(stats_result['hour-month'], stats_result['value1'], marker='o', linewidth=2, label='value1 均值') plt.plot(stats_result['hour-month'], stats_result['value2'], marker='s', linewidth=2, label='value2 均值') # 配置图表标注 plt.xlabel('小时-月份维度') plt.ylabel('数值均值') plt.title('分小时-月份维度的数值均值统计') plt.legend() plt.grid(alpha=0.3, linestyle='--') plt.tight_layout() plt.show()
内容的提问来源于stack exchange,提问作者Agnes Lee
相关产品推荐
相关产品推荐

