0
我有一个熊猫数据框(下面的代码),具有星期和星期几的平均值和标准偏差。我想要做的是提取每周的平均和标准偏差,从这两个值创建一个随机正常样本,然后绘制它。熊猫可扩展的Python正态分布DataFrame
np.random.seed(42)
day_of_week=['mon', 'tues', 'wed', 'thur', 'fri', 'sat','sun']
year=[2017]
qtr=[1,2,3,4]
mean=np.random.uniform(5,30,len(day_of_week)*len(qtr))
std=np.random.uniform(1,10,len(day_of_week)*len(qtr))
dat=pd.DataFrame({'year':year*(len(day_of_week)*len(qtr)),
'qtr':qtr*len(day_of_week),
'day_of_week':day_of_week*len(qtr),
'mean':mean,
'std': std})
dowuq=dat.day_of_week.unique()
现在我有一个解决上述工作,但这种方法不是很大的可扩展性。如果我想添加越来越多的栏目(即另一年)或按周排列,这不会有效。我相当新的Python,所以任何帮助表示赞赏。
的作品,但没有可扩展的代码:
plt.style.use('fivethirtyeight')
for w in dowuq:
datsand=dat[dat['day_of_week']==''+str(w)+''][0:4]
mu=datsand.iloc[0]['mean']
sigma=datsand.iloc[0]['std']
mu2=datsand.iloc[1]['mean']
sigma2=datsand.iloc[1]['std']
mu3=datsand.iloc[2]['mean']
sigma3=datsand.iloc[2]['std']
mu4=datsand.iloc[3]['mean']
sigma4=datsand.iloc[3]['std']
s1=np.random.normal(mu, sigma, 2000)
s2=np.random.normal(mu2, sigma2, 2000)
s3=np.random.normal(mu3, sigma3, 2000)
s4=np.random.normal(mu4, sigma4, 2000)
sns.kdeplot(s1, bw='scott', label='Q1')
sns.kdeplot(s2, bw='scott', label='Q2')
sns.kdeplot(s3, bw='scott', label='Q3')
sns.kdeplot(s4, bw='scott', label='Q4')
plt.title(''+str(w)+' in 2017')
plt.ylabel('Density')
plt.xlabel('Random')
plt.xticks(rotation=15)
plt.show()
感谢。为了我自己的澄清,数据已经在星期几水平了,为什么你必须按星期几分组呢? –
星期几的分组有效地结合了您所称的'dowuq'和'datsand'。对于“day_of_week”列中的每个唯一值,“groupby”提供一个只包含与该值匹配的行的数据帧。你可以尝试在第一个'for'循环中打印'values'来更清楚地看到它。 – asongtoruin
@ P.Cummings对你的问题有帮助吗? – asongtoruin