与熊猫数据框中的日期绘图一致答案

【问题标题】：Consistency with date plotting in pandas dataframe与熊猫数据框中的日期绘图一致
【发布时间】：2020-01-13 00:37:17
【问题描述】：

Pandas 有时会决定以不同的方式绘制带有 timeindex 的 DataFrame。

我正在使用df.plot() 绘制一个熊猫时间序列数据框，并为不同的列获得不同的行为，如日期的显示方式，但不明白为什么。我正在绘制 6 月 18 日的数据，所以有时 x 轴会显示 06:00、08:00、... 的时间，有时会以非常混乱的方式显示日期/小时：06-18 06、06-18 08、 ... 为什么？

【问题讨论】：

在没有数据和代码的情况下无法回答
我明白，我认为它来自第二张图中某些时间索引的 NaN。
然后你需要考虑如何处理这些索引值，删除它们，填充它们等等。
他们掉在哪里

标签： python pandas datetime matplotlib plot

【解决方案1】：

当一列缺少值时，这似乎会发生。在左边的图表中，所有值都存在，在右边的图表中，上午 9 点到 10 点之间存在缺失值。

【讨论】：

【解决方案2】：

让我们创建一个最小的示例。数据等距间隔正好 5 小时 (5h00, 10h00, 15h00)。

import pandas as pd
import matplotlib.pyplot as plt

index = pd.to_datetime(["2019-09-11 05:00:00", 
                        "2019-09-11 10:00:30",
                        "2019-09-11 15:00:00"])

pd.DataFrame({"x" : [1,2,4], "y" : [3,4,4]}, index=index).plot()
plt.show()

这将导致这个情节：

现在，让其中一个日期时间增加 30 秒，

index = pd.to_datetime(["2019-09-11 05:00:00",
                        "2019-09-11 10:00:30",  # <-- added 30 seconds here
                        "2019-09-11 15:00:00"])

现在数据不再等间距了，结果是这样的：

所以在后一种情况下 pandas does not consider it as "ts_plot"。 “ts”大概代表时间序列，但有人可能会争辩说两者都是时间序列。但当然后一种情况不能重新采样 - 所以这似乎是潜在的区别。
不幸的是，pandas 将格式化程序与这种时间序列联系在一起，并且无法手动更改。

您可以通过将x_compat=True 放入plot 函数来获得一致的结果。这将确保不会独立于数据使用类似“ts”的轴。它总是会导致第二种情节。

df.plot(x_compat=True)

这样做的好处是您可以通过matplotlib.dates formatters and locators手动更改那些正常绘图的格式。

【讨论】：