如何對csv文件數據分組,並用pyecharts展示
在處理csv文件時,會有些數據需要分組展示。
比如以下文件及統計效果
為瞭避免重復勞動,
把pandas 和 pyecharts 做瞭個結合
# coding=UTF-8 from pyecharts import Bar,Scatter,Line from pyecharts import Page import pandas as pd # 生成的HTML文件在程序目錄 render.html def create_line(x_data, line_data_head, line_data, line_dict): # 建立一個Line圖返回 # x_data X 軸數據 # bar_data_head 數據列 # bar_data 數據數組二維,數量和數據列匹配, 組內數據和 X軸數據匹配 # bar_dict 字典 , 標題, 副標題 , 長 , 寬 line = Line(line_dict['title'], line_dict['subtitle'], width=line_dict['width'], height=line_dict['height']) for i in range(len(line_data_head)): line.add(line_data_head[i], x_data, line_data[i], xaxis_interval=0, is_smooth=True) return line def lines_show(line_data): # 顯示多個曲線圖 page = Page() for b in line_data: line = create_line(b['x'], b['head'], b['data'], b['dict']) page.add(line) page.render() def create_bar(x_data, bar_data_head, bar_data, bar_dict): # 建立一個Bar圖返回 # x_data X 軸數據 # bar_data_head 數據列 # bar_data 數據數組二維,數量和數據列匹配, 組內數據和 X軸數據匹配 # bar_dict 字典 , 標題, 副標題 , 長 , 寬 bar = Bar(bar_dict['title'], bar_dict['subtitle'], width=bar_dict['width'], height=bar_dict['height']) for i in range(len(bar_data_head)): bar.add(bar_data_head[i], x_data, bar_data[i], xaxis_interval=0) return bar def bars_show(bar_data): # 顯示多個柱狀圖 page = Page() for b in bar_data: bar = create_bar(b['x'], b['head'], b['data'], b['dict']) page.add(bar) page.render() def csv_data_show(csv_file, x_head_key, data_key, m_yw): # 讀取CSV 文件,獲取多列數據,顯示相關圖示 df = pd.read_csv(csv_file, sep=',', encoding='gb2312') cols_len = len(df.columns) rows_len = len(df) x_head = [str(c).strip() for c in df[x_head_key]] print '數據列', cols_len, '數據行', rows_len, 'X軸數據', len(x_head), '圖數', len(data_key) yw_list = [] for m_data in data_key: m_list = [] m_list_head = [] for i in m_data: di = [d for d in df[df.columns[i]]] m_list.append(di) m_list_head.append(df.columns[i]) yw_i = { 'x': x_head, 'head': m_list_head, 'data': m_list, 'dict': m_yw } yw_list.append(yw_i) bars_show(yw_list) # lines_show(yw_list) def csv_data_show_comb(csv_file, x_head_key, comb_key, data_key, m_yw): # 讀取CSV 文件,獲取單列數據,分組顯示顯示相關圖示 # x_head_key X軸數據列 # comb_key 分組數據列 # data_key 顯示數據列 df = pd.read_csv(csv_file, sep=',', encoding='gb2312') cols_len = len(df.columns) rows_len = len(df) m_comb = list(set([c for c in df[comb_key]])) m_xhead = [str(d).strip() for d in df[(df[comb_key] == m_comb[0])][x_head_key]] print '數據列', cols_len, '數據行', rows_len, 'X坐標數據', len(m_xhead) yw_list = [] m_list = [] m_list_head = [] for i in range(len(m_comb)): di = [d for d in df[(df[comb_key] == m_comb[i])][data_key]] m_list.append(di) m_list_head.append(str(m_comb[i])) yw_i = { 'x': m_xhead, 'head': m_list_head, 'data': m_list, 'dict': m_yw } yw_list.append(yw_i) bars_show(yw_list) # lines_show(yw_list) def an_data1(): # 畫2張圖 : 第一季度 及 1-5月 m_data_list = [[1,2,3],[1,2,3,4,5]] m_yw = { 'title': '工作量統計', 'subtitle': '', 'width': 800, 'height': 300 } csv_data_show(r'mt_data.csv', 'S_NAME', m_data_list, m_yw) def an_data2(): m_yw = { 'title': '工作量統計-分組', 'subtitle': '', 'width': 800, 'height': 300 } csv_data_show_comb(r'mc_data.csv', 'S_NAME', 'D_MONTH', 'D_DATA', m_yw)
mc_data.csv
mt_data.csv
an_data1() 的效果
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。
推薦閱讀:
- Python機器學習之使用Pyecharts制作可視化大屏
- 用Python采集《雪中悍刀行》彈幕做成詞雲實例
- Python爬蟲爬取疫情數據並可視化展示
- Python使用pyecharts控件繪制圖表
- Python Pyecharts繪制桑基圖分析用戶行為路徑