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

1 import pandas as pd
2 import matplotlib.pyplot as plt
3 file_path = './PM2.5/BeijingPM20100101_20151231.csv'
4 
5 df = pd.read_csv(file_path)
6 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。

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

 全部代码：

 1 import pandas as pd
 2 import matplotlib.pyplot as plt
 3 file_path = './PM2.5/BeijingPM20100101_20151231.csv'
 4 
 5 df = pd.read_csv(file_path)
 6 #把分开的时间字符串通过PeriodIndex方法转换为pands的时间类型
 7 period = pd.PeriodIndex(year=df['year'], month=df['month'],day=df['day'],hour=df['hour'],freq='H')
 8 
 9 #将整合的时间添加到数据中去
10 df['datetime'] = period
11 
12 #将datetime设置为索引,原地修改
13 df.set_index('datetime', inplace=True)
14 
15 #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)
16 df = df.resample('7D').mean()
17 
18 #处理q缺失数据 （PM_US POST列），删除
19 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。
20 
21 
22 #画图
23 _x = data.index
24 #重新格式化日期显示格式
25 _x = [i.strftime('%Y-%m-%d') for i in _x]
26 _y = data.values
27 
28 _x_china = [i.strftime('%Y-%m-%d') for i in data_china.index]
29 _y_china = data_china.values
30 
31 
32 plt.figure(figsize = (20,8))
33 plt.plot(range(len(_x)), _y, label='US_POST_PM2.5')
34 plt.plot(range(len(_x)), _y_china, label = 'China_POST_PM2.5')
35 
36 plt.xticks(range(0,len(_x),10),list( _x)[::10],rotation = 45)
37 
38 plt.legend()
39 plt.show()