使用 Pandas 日期时间索引格式化数据图答案

【问题标题】：format graph of data using Pandas datetime index使用 Pandas 日期时间索引格式化数据图
【发布时间】：2020-05-17 14:50:41
【问题描述】：

我想绘制一个名为 vslr 的 pandas 数据框（414 行，2 列，但我得到的图表无法使用。

我用来绘图的命令：

plt.plot(vslr['Price'],vslr['Date'])

图表：

我的数据：

print(vslr.head)
                 Date   Price
0    2020-01-31 15:30:00  8.1653
1    2020-01-31 14:30:00  8.2087
2    2020-01-31 13:30:00  8.1753
3    2020-01-31 12:30:00  8.1551
4    2020-01-31 11:30:00  8.0903
..                   ...     ...
409  2019-11-05 13:30:00  6.8452
410  2019-11-05 12:30:00  6.8050
411  2019-11-05 11:30:00  6.7600
412  2019-11-05 10:30:00  6.7553
413  2019-11-05 09:30:00  6.6502

vslr.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 414 entries, 0 to 413
Data columns (total 2 columns):
Date     414 non-null object
Price    414 non-null object
dtypes: object(2)
memory usage: 6.6+ KB

感谢您的帮助:)

【问题讨论】：

标签： python pandas datetime plot graph

【解决方案1】：

IIUC，你得到一个“无用”的图表，因为你选择在轴上绘制日期，通常你会在x-axis 上绘制日期，在y-axis 上绘制价格，然后检查你的图表。在Matplotlib.plot() 中，第一个参数绘制在 x 轴上，第二个参数绘制在 y 轴上

您可能需要按日期以及按升序对数据框进行排序以供此使用：

vslr.sort_values(by='Date', ascending=True, inplace=True)
plt.plot(vslr['Date'],vslr['Price'])

注意，由于这是一个DateTime 时间列，缺失的日期也会得到它们的刻度。您的主要目标似乎是绘制价格与日期，以便您也可以从 Date 列中提取它们。

vslr['Date']=pd.to_datetime(vslr['Date'])
vslr['Date']=vslr['date'].dt.date

如果您将索引设置为datetime，matplotlib 将为您处理 x 轴。这里是一个例子

import pandas as pd
import matplotlib.pyplot as plt

date_time = ["2011-09-01", "2011-08-01", "2011-07-01", "2011-06-01", "2011-05-01"]
date_time = pd.to_datetime(date_time)
temp = [2, 4, 6, 4, 6]

DF = pd.DataFrame()
DF['temp'] = temp
DF = DF.set_index(date_time)

fig, ax = plt.subplots()
fig.subplots_adjust(bottom=0.3)
plt.xticks(rotation=90)
plt.plot(DF)

将df 索引设置为datetime 系列允许matplotlib 处理时间序列数据上的x-axis，还可以查看此link 以处理x 轴上的间距。

【讨论】：

【解决方案2】：

据我观察，您正在处理时间序列数据，如果您只想在不进行一些预处理的情况下绘制它（将其划分为几个月可能是每年一次），请关注这篇文章here。

但是让我们假设您希望将数据集划分为可以使用日期 properties 执行以下操作的段，然后将其绘制在该轴上。

 vslr['date']=pd.to_datetime(vslr['date'])
 vslr['month']=vslr['date'].dt.month
 vslr.groupby('month').aggregate({'Price':'sum'}).reset_index()

【讨论】：