pandas时间序列及重采样2

现在有北京城市空气质量数据，绘制PM2.5随时间的变化情况

• 读取数据，可以看到PM_US Post 这一列数据值比较多，所以选择这一列数据做图

import os
import pandas as pd

files = os.listdir("PM2.5")
df = pd.read_csv("PM2.5/" + files[0])
df.info()

• 删除空值 可以看到它的是时间是按照年月日以及小时来放在每一列的，下面使用PeriodIndex这个函数生成新的索引

df.dropna(subset=["PM_US Post"], inplace=True)
df

• 生成新的索引

dt = pd.PeriodIndex(year=df["year"], month=df["month"], day=df["day"], hour=df["hour"], freq="H")
df.set_index("datetime", inplace=True)
df.head()

• 重采样，7天为一个周期，取平均值

df = df.resample("7D").mean()
df

• 画图

from matplotlib import pyplot as plt

font = {
    'family' : 'simhei',
    'weight' : 'bold',
    'size'   : '14'
}

plt.rc('font', **font)


x_label = df.index
x = range(len(x_label))
y = df["PM_US Post"]

plt.figure(figsize=(18,6))

plt.xticks(x[::10], x_label[::10], rotation=45)

plt.plot(x, y)

plt.title("北京 PM2.5 变化情况", fontsize=20, fontstyle="oblique")

plt.show()