如何对csv文件数据分组,并用pyecharts展示

目录

• 比如以下文件及统计效果
• 把pandas 和 pyecharts 做了个结合
• mc_data.csv
• mt_data.csv
• an_data1() 的效果

在处理csv文件时，会有些数据需要分组展示。

比如以下文件及统计效果

为了避免重复劳动，

把pandas 和 pyecharts 做了个结合

# coding=UTF-8
 
from pyecharts import Bar,Scatter,Line
from pyecharts import Page
import pandas as pd
# 生成的HTML文件在程序目录 render.html
 
def create_line(x_data, line_data_head, line_data, line_dict):
    # 建立一个Line图返回
    # x_data X 轴数据
    # bar_data_head  数据列
    # bar_data 数据数组二维，数量和数据列匹配, 组内数据和 X轴数据匹配
    # bar_dict 字典 ， 标题， 副标题 ， 长 ， 宽
    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):
    # 显示多个曲线图
    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):
    # 建立一个Bar图返回
    # x_data X 轴数据
    # bar_data_head  数据列
    # bar_data 数据数组二维，数量和数据列匹配, 组内数据和 X轴数据匹配
    # bar_dict 字典 ， 标题， 副标题 ， 长 ， 宽
    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):
    # 显示多个柱状图
    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):
    # 读取CSV 文件，获取多列数据，显示相关图示
    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 \'数据列\', cols_len, \'数据行\', rows_len, \'X轴数据\', len(x_head),  \'图数\', 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):
    # 读取CSV 文件，获取单列数据，分组显示显示相关图示
    # x_head_key  X轴数据列
    # comb_key 分组数据列
    # data_key 显示数据列
    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 \'数据列\', cols_len, \'数据行\', rows_len, \'X坐标数据\', 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():
    # 画2张图 ： 第一季度 及 1-5月
    m_data_list = [[1,2,3],[1,2,3,4,5]]
    m_yw = {
        \'title\': \'工作量统计\',
        \'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\': \'工作量统计-分组\',
        \'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

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。