python獲取6/10、6/11、6/12數據列中大於4H的count數量與比例並生成每日超時數據與比例混搭的推移趨勢圖
时间: 2024-01-07 13:06:05 浏览: 27
同样可以使用pandas库来实现这个需求。假设我们有一个名为`data`的DataFrame,其中包含日期和数据列,可以按以下方式获取大于4H的计数和比例:
```python
import pandas as pd
# 读取数据
data = pd.read_csv('data.csv')
# 将日期列转换为 datetime 类型
data['date'] = pd.to_datetime(data['date'])
# 获取大于 4H 的计数和比例
count = len(data[data['data'] > '4H'])
ratio = count / len(data)
# 获取超时数据和比例
overtime_count = len(data[data['data'] > '4H'])
overtime_ratio = overtime_count / len(data)
```
然后,可以使用Matplotlib库来生成每日数据趋势图和超时数据比例趋势图:
```python
import matplotlib.pyplot as plt
# 设置图片大小
plt.figure(figsize=(10, 6))
# 按日期分组
grouped = data.groupby('date')
# 绘制趋势图
plt.plot(grouped['data'].sum(), label='Data')
plt.plot(grouped['overtime'].mean(), label='Overtime Ratio')
# 设置 x 轴标签
plt.xlabel('Date')
# 设置 y 轴标签
plt.ylabel('Data')
# 添加图例
plt.legend()
# 显示图像
plt.show()
```
这将生成一个包含每日数据趋势和超时数据比例趋势的图片。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)