Comment la variable objective change lors de l'analyse des données de séries chronologiques Visualisez sous forme de graphique pour vérifier dans l'ordre chronologique.
procédure
** ① Indexez la colonne de date **
df.set_index('Date')
** ② Parcelle **
df.plot()
plt.xticks(rotation=70)
** ③ Annuler pour un traitement ultérieur **
df = df.reset_index()
date.py
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv('dataset.csv')
df.head()
"""production
patient Last UpDdated
0 5.0 2020-03-22 10:00:00
1 4.0 2020-03-22 11:00:00
2 6.0 2020-03-22 12:00:00
3 10.0 2020-03-23 10:00:00
4 3.0 2020-03-23 11:00:00
"""
#Indexer la date
df = df.set_index('Last UpDdated')
df.head(3)
"""production
Last UpDdated patient
2020-03-22 10:00:00 5.0
2020-03-22 11:00:00 4.0
2020-03-22 12:00:00 6.0
"""
#terrain
df.plot()
#Modifier l'angle de l'étiquette de l'axe X
plt.xticks(rotation=70)
date.py
#Renvoyer l'index pour un traitement ultérieur
df = df.reset_index()
df.head(3)
"""production
Last UpDdated patient
0 2020-03-22 10:00:00 5.0
1 2020-03-22 11:00:00 4.0
2 2020-03-22 12:00:00 6.0
"""
Recommended Posts