但是,下面的代码填充了缺失的数据,从而产生了一个可能具有误导性的图表:
import pandas as pd
import seaborn as sns
from matplotlib import pyplot as plt
# load csv
df=pd.read_csv('data.csv')
# plot a graph
g = sns.lineplot(x="Date", y="Data", data=df)
plt.show()
我应该在代码中更改什么以避免填充缺失值?
csv如下所示:
Date,Data
01-12-03,100
01-01-04,
01-02-04,
01-03-04,
01-04-04,
01-05-04,39
01-06-04,
01-07-04,
01-08-04,53
01-09-04,
01-10-04,
01-11-04,
01-12-04,
01-01-05,28
...
01-04-18,14
01-05-18,12
01-06-18,8
01-07-18,8
链接到.csv:
https://drive.google.com/file/d/1s-RJfAFYD90m4SrFDzIba7EQP4C-J0yO/view?usp=sharing
解决方法:
import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns
# Make example data
s = """2018-01-01
2018-01-02,100
2018-01-03,105
2018-01-04
2018-01-05,95
2018-01-06,90
2018-01-07,80
2018-01-08
2018-01-09"""
df = pd.DataFrame([row.split(",") for row in s.split("\n")], columns=["Date", "Data"])
df = df.replace("", np.nan)
df["Date"] = pd.to_datetime(df["Date"])
df["Data"] = df["Data"].astype(float)
三种选择:
1)使用pandas或matplotlib.
2)如果你需要seaborn:不是它的用途,但对于像你这样的常规日期,你可以使用开箱即用的点图.
fig, ax = plt.subplots(figsize=(10, 5))
plot = sns.pointplot(
ax=ax,
data=df, x="Date", y="Data"
)
ax.set_xticklabels([])
plt.show()
3)如果你需要seaborn并且你需要lineplot:我已经查看了源代码,它看起来像lineplot在绘图之前从DataFrame中删除了nans.所以不幸的是,不可能正确地做到这一点.您可以使用一些高级hackery并使用hue参数将单独的部分放在单独的存储桶中.我们使用nans的出现对这些部分进行编号.
fig, ax = plt.subplots(figsize=(10, 5))
plot = sns.lineplot(
ax=ax,
data=df, x="Date", y="Data",
hue=df["Data"].isna().cumsum(), palette=["black"]*sum(df["Data"].isna()), legend=False, markers=True
)
ax.set_xticklabels([])
plt.show()
不幸的是,markers参数似乎目前已被打破,所以如果你想查看任何一方都有nans的日期,你需要修复它.