如何聚合文本文件的出现，然后绘制它 Python

Question

我有一个列表

top = ['GME', 'MVIS', 'TSLA', 'AMC']

我有一个数据集

discussion = pd.read_csv('discussion_thread_data.csv')
dt | text
2021-03-19 20:59:49+06 | I only need GME to hit 20 eod to make up
2021-03-19 20:59:51+06 | lads why is my account covered in more red
2021-05-21 15:54:27+06 | Oh my god, we might have 2 green days in a row
2021-05-21 15:56:06+06 | Why are people so hype about a 4% TSLA move

所以我想将数据框分成单独的数据框，其中每个数据框都包含文本列列表中每个代码的出现。这是我试过的

check = discussion[discussion['text'].map(lambda txt: any(tag in txt for tag in top))]

我得到了正确的输出，现在我想用列表中的特定代码绘制每一次出现的行我希望我的 x 轴是日期，y 轴是股票代码。换句话说，我想要 4 个单独的图表，每个图表都是单独的自动收报机。

感谢任何帮助

Answer 1

对所有匹配值使用 Series.str.extractall，对单词边界使用 \b\b：

top = ['GME', 'MVIS', 'TSLA', 'AMC']

pat = '|'.join(r"\b{}\b".format(x) for x in top)
df = discussion.set_index('dt')['text'].str.extractall('('+pat+')')[0].reset_index(name='v')
print (df)
                       dt  match     v
0  2021-03-19 20:59:49+06      0   GME
1  2021-05-21 15:56:06+06      0  TSLA

计数使用 crosstab:

df1 = pd.crosstab(df['dt'], df['v'])
print (df1)
val                     GME  TSLA
dt                               
2021-03-19 20:59:49+06    1     0
2021-05-21 15:56:06+06    0     1

DataFrame.plot 的最后阴谋：

df1.plot()

编辑解决方案：

import matplotlib.pyplot as plt

for col in df1.columns:
    df1[col].plot()
    plt.show()

如何聚合文本文件的出现，然后绘制它 Python

How to aggregate the occurence of text file and then graph it Python

python

aggregate

pandas