如何使用plotly python绘制时间序列堆积条形图

Question

我在 pandas df_res 中有以下数据框，我们可以用如图所示的几行来调用它。

   date       time      weekday      team    recipient
 2019-08-30 14:49:22    Friday      team1   building308@list.com
 2019-08-30 05:57:51    Friday      team1   notification@listcom
 2019-08-29 22:54:58    Thursday    team1   robert.r@gmail.com
 2019-08-29 22:54:58    Thursday    team1   emcor@list.com
 2019-08-30 06:26:12    Friday      team1   building308@list.com
 2019-09-05 14:16:22    Thursday    team1   pqr@xyz.com
 2019-09-05 14:16:22    Thursday    team1   flash_hvac@list.com
 2019-09-04 22:54:59    Wednesday   team1   robert.r@gmail.com
 2019-09-04 22:54:59    Wednesday   team1   emcor@list.com

我想绘制一个图表，其中 x 轴是从 2019 年 6 月到 2019 年 10 月的日期。y 轴是收件人在给定日期收到电子邮件的次数。所以我想做一个堆积条形图，每个堆栈都是一个接收者。例如：在“2019-08-30”日期，“building308@list.com”有 2 封邮件，“notification@listcom”有 1 封邮件。所以那天我会有两堆。我还希望能够提供我感兴趣的几个收件人的列表。我编写了下面的代码来做同样的事情，但我正在努力计算收件人的数量。相反，如果计数是一个列表或列，我可以绘制，但这对我没有用，因为数据框很大，有超过一千行。

import plotly.graph_objects as go
import datetime


x = [datetime.datetime(year=2019, month=06, day=4),
 datetime.datetime(year=2019, month=11, day=5),
 datetime.datetime(year=2019, month=13, day=6)]
y = [2, 2, 5]

 fig = go.Figure(data=[go.Bar(x=x, y=y)])
 # Use datetime objects to set xaxis range
 fig.update_layout(xaxis_range=[datetime.datetime(2019, 06, 17),
                           datetime.datetime(2019, 10, 7)])
 fig.show()

更新以添加代码：2019 年 10 月 11 日 # 绘制值

    trace = go.Bar(
           x=[datetime.datetime(year=2019, month=8, day=1),
              datetime.datetime(year=2019, month=10, day=1)],
           y=[res_test['recipients'].value_counts()],
           name='Plot the values '
          )

      data = [trace]
      layout = go.Layout(title="Emails per volunteer", xaxis= 
                 {'title':'Date'}, yaxis={'title':'Email count'},
               barmode='stack'
                )


       fig = go.Figure(data=data, layout=layout)
       py.iplot(fig)

这就是我将值传递到 y 轴的方式吗？

Answer 1

数据准备

date =['2019-08-30 14:49:22',
       '2019-08-30 05:57:51',
       '2019-08-29 22:54:58',
       '2019-08-29 22:54:58',
       ]
rec = ['building308@list.com','building308@list.com','emcor@list.com','pqr@xyz.com']
data = pd.DataFrame({
         'date':date,
         'recipient':rec
         })

示例数据框：

data
               date             recipient date_extract
0 2019-08-30 14:49:22  building308@list.com   2019-08-30
1 2019-08-30 05:57:51  building308@list.com   2019-08-30
2 2019-08-29 22:54:58        emcor@list.com   2019-08-29
3 2019-08-29 22:54:58           pqr@xyz.com   2019-08-29

# Extract date from date_timestamp
data['date'] = pd.to_datetime(data['date'])
data = data.assign(date_extract = [str(i.date()) for i in data['date']])

获取电子邮件计数：每天的电子邮件总数

new_data = data.groupby(by=['date_extract','recipient']).size()
print(new_data)

date_extract  recipient           
2019-08-29    emcor@list.com          1
              pqr@xyz.com             1
2019-08-30    building308@list.com    2

由于 new_data 是系列，您可以直接将其传递给绘图中的 x 或 y 参数。

收件人总数

recipient_frequency = data['recipient'].value_counts()

# Recipient distribution
recipient_frequency
Out[]: 
building308@list.com    2
emcor@list.com          1
pqr@xyz.com             1
Name: recipient, dtype: int64

# Total recipient count
len(recipient_frequency)
Out[]: 3

如果您对 plotly - plots 有疑问，请在此处参考一些教程：https://github.com/SayaliSonawane/Plotly_Offline_Python