如何读取多个csv文件并绘制直方图

Question

我已经问了同样的问题，看起来不清楚。因此，让我以不同的方式问它。我有四个.csv个名为I_earthquake2016.csv I_earthquake2017.csv I_earthquake2018.csv I_earthquake2019.csv（不同年份的地震数据）它们都有相同的列，只是行数不同。我做了一些代码来读取其中一个文件，并制作直方图以查看每个月发生多少次地震。

问题:

< li >我不知道如何编写代码来读取所有文件并为每个文件绘制相同的直方图(使用循环) < li >我不知道如何制作直方图来显示每年(2016-2019年之间)的地震数量

有人能教我怎么做吗？谢谢你。

import os
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

data = pd.read_csv('I_earthquake2017.csv')
print(data[:1])

输出线路1：

time  latitude  longitude  depth  mag

0 2017-12-30 20:53:24.700000+00:00   29.4481    51.9793   10.0  4.9



data['time']=pd.to_datetime(data['time'])
data['MONTH']=data['time'].dt.month
data['YEAR']=data['time'].dt.year
print(data[:1])

输出线1

time  latitude  longitude  depth  mag  MONTH  YEAR

0 2017-12-30 20:53:24.700000+00:00   29.4481    51.9793   10.0  4.9   12   2017




plt.hist(x=[data.MONTH],bins=12,alpha=0.5)
plt.show()

Answer 1

编辑:在csv_list的赋值中包含了一个排序，以正确的顺序重新排列支线剧情

所以我模拟了你的数据（对于那些感兴趣的人来说，模拟代码是这个答案的最后一部分）

代码的必要导入

#!/usr/bin/env python3
import calendar
from pathlib import Path
import matplotlib.pyplot as plt
import pandas as pd

有库glb，但是我更喜欢glb的内置路径库实现。两者都允许您搜索正则表达式模式（如*. csv），请参阅下面引用的文档：

在由该路径表示的目录中对给定的相对模式进行Glob，产生所有匹配的文件(任何类型)

下面的代码给出了熊猫数据帧的列表。参数< code > parse _ dates =[' time ']自动将列时间转换为日期时间。所以不再需要< code>pd.to_datetime()了。您需要修改< code>base_dir中的基本目录，以匹配您电脑上的正确目录。

# Read in mulitple CSV Files
base_dir = Path("C:/Test/Earthquake-Data")
csv_list = sorted(list(base_dir.glob("*.csv")))
df_list = [pd.read_csv(file, index_col=0,parse_dates=['time']) for file in csv_list]

您可以使用< code>plt.subplots()创建一个2 x 2子图。在下面的代码中，我使用< code>zip(df_list，fig.get_axes())遍历数据帧列表和轴列表，并将它们解包为变量< code>df和< code>ax中的结果数组*(df，axes)。在循环中，我使用时间列上的矢量化< code>.dt.month来创建直方图，并更改一些外观参数，即:

1. 设置为年份 title=str（df['time'].dt.year[0]） 的子图的标题
2. 将 x 轴刻度上的标签设置为缩写的月份名称（存储在 list（calendar.month_abbr[1：]）中）。请注意，我在答案（上图）的第一部分中导入了日历。
3. 旋转 x 标签（缩写为月份）以提高可读性

代码：

fig, ax = plt.subplots(2,2)
for df, ax in zip(df_list,fig.get_axes()):
    df['time'].dt.month.plot(kind="hist",ax=ax,bins=12,title=str(df['time'].dt.year[0]))
    ax.set_xticks(range(1,13))
    ax.set_xticklabels(list(calendar.month_abbr[1:]))
    # Rotate the xticks for increased readability
    for tick in ax.get_xticklabels():
        tick.set_rotation(45)
fig.tight_layout()
plt.show()

#!/usr/bin/env python3
import numpy as np
import pandas as pd
from my_utils.advDateTime import random_datetimes
from pathlib import Path

year_range = range(2016,2020)
time = [random_datetimes(pd.to_datetime(f"1/1/{year}"), pd.to_datetime(f"1/1/{year + 1}"), n=100) \
                for year in year_range]
lattitude = [np.random.randint(0,100,100) for i in range(4)]
data = {'Lattitude': lattitude[0],'time':time[0]}
list_dfs = [pd.DataFrame({'Lattitude': data,'time':y}).sort_values("time").reset_index(drop=True) for data,y in zip(lattitude,time)]

# # Export to CSV
base_dir = Path("C:/Test/Earthquake-Data")
[df.to_csv(base_dir/f"I_earthquake{year}.csv") for df,year in zip(list_dfs,year_range)]