仅包含 DateTime 信息的 Dataframe 的累积图答案

【问题标题】：Cumulative plot from a Dataframe with only DateTime information仅包含 DateTime 信息的 Dataframe 的累积图
【发布时间】：2022-01-18 22:56:13
【问题描述】：

我有一个这样的 csv 文件：

2021-01-05 10:57:12.762000, REDDE EHZ AM 00, trigger
2021-01-05 10:58:26.622000, REDDE EHZ AM 00, trigger
2021-01-05 11:02:16.772000, REDDE EHZ AM 00, trigger
2021-01-05 11:02:34.042000, REDDE EHZ AM 00, trigger
2021-01-05 17:12:07.221999, REDDE EHZ AM 00, trigger
2021-01-06 01:42:45.501999, REDDE EHZ AM 00, trigger
2021-01-06 01:44:24.481999, REDDE EHZ AM 00, trigger
2021-01-06 01:44:58.051999, REDDE EHZ AM 00, trigger
2021-01-06 01:45:14.871999, REDDE EHZ AM 00, trigger
2021-01-06 01:47:10.901999, REDDE EHZ AM 00, trigger
2021-01-06 07:57:33.221999, REDDE EHZ AM 00, trigger
2021-01-06 07:57:48.821999, REDDE EHZ AM 00, trigger
2021-01-06 07:58:51.031999, REDDE EHZ AM 00, trigger
2021-01-06 07:59:27.001999, REDDE EHZ AM 00, trigger
2021-01-06 08:00:56.871999, REDDE EHZ AM 00, trigger
2021-01-06 11:28:17.191999, REDDE EHZ AM 00, trigger
2021-01-06 11:28:46.201999, REDDE EHZ AM 00, trigger
2021-01-06 11:29:19.111999, REDDE EHZ AM 00, trigger
2021-01-06 11:29:41.891999, REDDE EHZ AM 00, trigger
2021-01-06 11:30:51.901999, REDDE EHZ AM 00, trigger
2021-01-06 11:31:21.921999, REDDE EHZ AM 00, trigger
2021-01-06 11:32:23.001999, REDDE EHZ AM 00, trigger
2021-01-06 11:32:58.271999, REDDE EHZ AM 00, trigger
2021-01-07 11:33:46.891999, REDDE EHZ AM 00, trigger
2021-01-07 12:38:50.021999, REDDE EHZ AM 00, trigger
2021-01-07 12:39:53.881999, REDDE EHZ AM 00, trigger
2021-01-08 12:42:07.371999, REDDE EHZ AM 00, trigger
2021-01-08 12:42:46.441999, REDDE EHZ AM 00, trigger
2021-01-09 12:44:14.291999, REDDE EHZ AM 00, trigger

我添加了标题：

df = pd.read_csv(r'D:\Inves\SM\CC_Cbba\REDPy\OSCREDDE_3_\redde_3_trigs.dat',
                 sep=',', header=None, usecols=[0, 1, 2])
headers =  ["TrigDT", "Sta", "Type"]

输出是：

                       TrigDT               Sta      Type
0  2021-01-05 10:57:12.762000   REDDE EHZ AM 00   trigger
1  2021-01-05 10:58:26.622000   REDDE EHZ AM 00   trigger
2  2021-01-05 11:02:16.772000   REDDE EHZ AM 00   trigger
3  2021-01-05 11:02:34.042000   REDDE EHZ AM 00   trigger
4  2021-01-05 17:12:07.221999   REDDE EHZ AM 00   trigger
...

我在 roder 中创建了一个日期列来尝试按天对信息进行分组：

df['TrigDT'] = pd.to_datetime(df['TrigDT'])
df['Date'] = df['TrigDT'].dt.date

我尝试使用 Index 进行累积总和，因为我没有包含事件计数器的列，然后我尝试按天分组但失败了：

df = df.groupby('Date').index.sum()
df = df.groupby(df.index.day).cumsum().reset_index()

这个想法是用 DataFrame 信息创建一个累积图（带有日期的 X 轴和带有累积信息的 Y 轴），我试图有一个图 like https://stackoverflow.com/questions/53895480/python-plot-timedelta-and-cumulative-values

您介意给我一些提示以达到目标吗？预期的输出可能是这样的，在我的例子中，只有一个名为 REDDE 的站点：

谢谢

【问题讨论】：

Y 轴上应该显示什么？似乎缺少一个数字列...您可以将您的预期输出添加到问题中吗？
嗨@Tranbi，我编辑了添加预期输出图像的问题，你说得对，它缺少一个数字列，我该如何生成它？，可以是我的索引列需要绘制累积的？
IIUC 你想显示规范的行数吗？像df['cumul_norm'] = df.index / len(df) * 100 这样的东西可以帮助你。什么是a、b和c？你想要每个Sta 值一个情节吗？在这种情况下，您可能希望首先对您的 df 进行分组......无论如何，您的问题都可以从更多细节中受益。
嗨@Tranbi，是的，规范的行数，a-b-c 是站名，不能只按天分组吗？

标签： python pandas plot cumulative-sum

【解决方案1】：

不确定我是否理解a、b、c 在您的图表中的确切含义，但您可以通过以下方式累积每日触发次数：

# Load the data and set 'TrigDT' as the index
df = pd.read_csv('path_to_file.csv', header=None, usecols=(0, 1, 2), names=('TrigDT', 'Sta', 'Type'))    
df.TrigDT = pd.to_datetime(df.TrigDT)
df.set_index('TrigDT', inplace=True)

# Resample to daily and count
daily_acc = df.resample('d').count().cumsum()                                                    
daily_acc.plot()

【讨论】：

嗨@fsl，它有效，a,b,c 是一些触发检测的站点的名称，谢谢